排序
【人工智能】【Python】决策树实验
该实验利用决策树算法进行分类(葡萄酒数据集)与回归(加州房价数据集),对比预剪枝(控制最大深度等参数)和后剪枝(CCP算法)策略对模型性能的影响。通过网格搜索优化超参数,结合SMOTE处理...
【人工智能】作物病害识别&遥感频域特征融合-2025年2月23日人工智能组会总结
研究聚焦于作物病害识别与遥感频域特征融合。基于ShiftingNet的病害识别模型在Plant Village数据集上实现多类作物Val Acc达99.8%,验证了标准化预处理对复杂背景图像的重要性;针对ConvLSRNet的...
【人工智能】深度学习中的一些概念——7k字长文
我总结了深度学习中的核心概念,包括欠拟合、过拟合、噪声处理、正则化、感受野、训练超参数、神经网络层类型(卷积层、池化层、全连接层等)以及各类神经网络模型(感知机、FNN、CNN、RNN、LST...
【人工智能】【Python】在Scikit-Learn中使用决策树算法(ID3和CART)
本文通过Scikit-Learn实现对比ID3与CART决策树算法,解析信息熵与基尼指数的分裂准则差异。实验使用Iris数据集验证算法性能,揭示random_state参数对数据划分和树结构的双重控制作用。可视化展...
【人工智能】无归一化的Transformer
论文作者团队提出用动态双曲正切(DyT)替代Transformer中的归一化层。传统观点认为归一化层(如Layer Norm)对模型稳定性至关重要,但作者发现其核心作用是通过类tanh的非线性压缩极端值。DyT...