发简信
IP属地：浙江
-
-
Multi-task Learning(Review)多任务学习概述背景：只专注于单个模型可能会忽略一些相关任务中可能提升目标任务的潜在信息，通过进行一定程度的共享不同任务之间的参数，可能会使原任务泛化更好。广义的讲，只要loss有多个就算M...
-
关注计算机，机器学习，数学等，对技术始终保持小热情～<br><br>贵有恒，何必三更起五更睡；最无益，只怕一日曝十日寒。<br><br>写一篇好的文章是一件很难很难的事情。。。<br><br>决定迁移博客至博客园，后续更新会在此地址更新，感谢喜欢我的小伙伴～<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.cnblogs.com%2Fwithwhom" target="_blank">https://www.cnblogs.com/withwhom</a>
-
集成学习(Ensemble learning)摘要：本文是理解adaboost算法与xgboost算法的前奏篇，主要介绍集成学习（Ensemble learning）的含义，在模型选择、训练数据过多或过少、数据融合及置信...
-
重逢岐王宅里寻常见，崔九堂前几度闻。 正是江南好风景，落花时节又逢君。 儿时当顺口溜背经典的意义，大概就是播下一颗经年之后才发芽生长的种子，时光浇灌后长成庇荫的树，长成悠远深邃的...
