ICode9

精准搜索请尝试: 精确搜索
  • 【731】IEEE中LaTeX在作者后面加上ORCID标志和链接2022-07-19 16:36:25

    参考:IEEE 中 LaTeX在作者后面加上ORCID标志和链接   照葫芦画瓢,按照下面的参数修改下即可,其中的标志是通过代码画出来的,感觉官方肯定不是酱紫弄的! \documentclass[lettersize,journal]{IEEEtran} % add ORCID \usepackage{tikz,xcolor} % 加入超链接 \usepackage[implicit=fal

  • cement2022-04-21 23:32:38

    A cement is a binder, a substance used for construction that sets, hardens, and adheres to other materials to bind them together. Cement is seldom used on its own, but rather to bind sand and gravel (aggregate) together. Cement mixed with fine aggregate p

  • 【李宏毅2020 ML/DL】P26-33 Explainable ML2021-06-22 17:01:29

    我已经有两年 ML 经历,这系列课主要用来查缺补漏,会记录一些细节的、自己不知道的东西。 已经有人记了笔记(很用心,强烈推荐):https://github.com/Sakura-gh/ML-notes 本节内容综述 机器为什么“能”知道?可以从两个角度考虑,比如对于一个分类问题,可以考虑:Local Explanation: Why do you

  • PPT 下载 | Lime 吕厚昌:Make Data Your Killer App2021-06-12 23:02:08

      本文根据美国出行平台 Lime 数据负责人吕厚昌(Alex Lu)在神策 2019 数据驱动大会上发表的《Make Data Your Killer App》主题演讲整理而成。本文将为你重点介绍大数据成功的九大思路,包含以下内容: ●     数据文化 ●     质量第一 ●     无快不破 ●    

  • 使用Painter 画板生成自定义海报2021-04-30 17:02:12

    首先使用Hbuilder导入插件 然后引用import lPainter from '@/uni_modules/lime-painter/components/lime-painter/'   base自定义画板内容    

  • ORC科普3-创业小王子Turboden2021-04-13 22:31:18

            上一次,咱们聊了ORC行业老大,ORAMT的创业故事。这一次,咱们继续聊聊ORC领域另外一个大咖,Turboden的那些事。         Turboden的前世今生         Turboden是ORC行业里面,发展最快的公司,目前的运行的ORC机组(项目)已经有362套,遍布世界上40个国家,是全世界拥有O

  • lime2021-01-24 18:33:09

    区分信任的两个不同的(但相关的)定义很重要: (1)信任预测,即用户是否充分信任单个预测,以便基于该预测采取一些行动; (2)信任模型,即用户是否信任模型在部署时以合理的方式运行。 这篇文章提出为单个预测提供解释作为“信任预测”问题的解决方案,并选择多个这样的预测(和解释)作为“信任模

  • LIME算法原理2020-12-22 14:30:15

    一、算法简介 LIME算法是Marco Tulio Ribeiro2016年发表的论文《“Why Should I Trust You?” Explaining the Predictions of Any Classifier》中介绍的局部可解释性模型算法。该算法主要是用在文本类与图像类的模型中。 1.算法主要用途 在算法建模过程中,我们一般会用测试集

  • 模型可解释性-LIME2020-12-16 21:32:22

    在算法建模过程中,我们一般会用测试集的准确率与召回率衡量一个模型的好坏。但在和客户的实际沟通时,单单抛出一个数字就想要客户信任我们,那肯定是不够的,这就要求我们摆出规则,解释模型。但不是所有的模型都是规则模型,一些黑盒模型(比如神经网络)有着更高的准确率,但是无法给出

  • LIME算法:模型的可解释性(代码实现)2020-12-16 21:04:17

    在这篇笔记中分享前段时间我对于LIME算法的调研。 一、算法简介 LIME算法是Marco Tulio Ribeiro2016年发表的论文《“Why Should I Trust You?” Explaining the Predictions of Any Classifier》中介绍的局部可解释性模型算法。该算法主要是用在文本类与图像类的模型中。 1.

  • LIME:一种解释机器学习模型的方法2020-12-16 21:01:50

    在本文中,我们将介绍一种方法,用来解释这篇论文中的任何一种分类器的预测结果,并且用开源包来实现。 动机:我们为什么要理解预测结果? 机器学习如今是非常火的一个话题。随着计算机在围棋等游戏中击败人类专家,许多人不禁要问机器是否也能胜任司机的工作,甚至是取代医生? 现在很多前

  • LIME算法:图像分类解释器(代码实现)2020-06-01 20:38:01

    在上一篇博客LIME算法:模型的可解释性(代码实现)中,我整理了LIME算法的原理及在文本分类模型中的应用。在这篇笔记中,我记录了LIME算法在图像分类模型中的应用及过程中遇到的问题和解决方法。 一、算法简介 LIME算法是Marco Tulio Ribeiro2016年发表的论文《“Why Should I Trust

  • macos中gitk报错2020-05-28 14:52:14

    报错信息如下: Error in startup script: unknown color name "lime" (processing "-fore" option) invoked from within "$ctext tag conf m2 -fore [lindex $mergecolors 2]" (procedure "makewindow" line 347) invoke

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有