懂AI

聚类AI工具大集合 - 实用应用与开源项目汇总

相关项目相关文章
ML Hacks: 机器学习实用技巧与最佳实践

ML Hacks: 机器学习实用技巧与最佳实践

探索机器学习领域的实用技巧和最佳实践,帮助开发者提升模型性能和工作效率

机器学习算法聚类深度学习数据分析Github开源项目
TEXTOIR: 开创性的文本开放意图识别平台

TEXTOIR: 开创性的文本开放意图识别平台

TEXTOIR是首个集成化的文本开放意图识别平台,为研究人员提供了便捷的工具包来复现最新的开放分类和聚类方法。该平台包含开放意图检测和开放意图发现两大模块,集成了多种最先进的算法和基准数据集,为文本开放意图识别领域的研究提供了重要支持。

TEXTOIR意图识别开放集分类聚类自然语言处理Github开源项目
100天机器学习编码挑战：踏上人工智能之旅

100天机器学习编码挑战：踏上人工智能之旅

本文详细介绍了#100DaysofMLCode挑战,这是一项旨在帮助编程者系统学习机器学习和人工智能的活动。文章分享了参与挑战的方法、学习路径和资源,以及参与者的经验与收获。

机器学习数据预处理回归分类聚类Github开源项目
dtaidistance: 高效的动态时间规整算法实现

dtaidistance: 高效的动态时间规整算法实现

dtaidistance是一个用于时间序列距离计算的Python库,提供了高效的动态时间规整(DTW)算法实现。本文将介绍该库的主要功能、使用方法及其在时间序列分析中的应用。

时间序列动态时间规整DTW距离计算聚类Github开源项目
CBTM: 一种新型的大规模语言模型训练方法

CBTM: 一种新型的大规模语言模型训练方法

CBTM(Cluster-Branch-Train-Merge)是一种创新的语言模型训练方法,通过无监督领域发现和专家模型训练来扩展语言模型能力。本文详细介绍了CBTM的原理、实现流程和评估结果。

c-BTM语言模型聚类专家模型评估Github开源项目
UMAP: 一种强大的无监督降维和数据可视化技术

UMAP: 一种强大的无监督降维和数据可视化技术

UMAP (Uniform Manifold Approximation and Projection) 是一种新型的降维算法,可用于数据可视化和通用非线性降维。它在保持数据全局结构的同时,还能高效处理大规模高维数据集,成为近年来机器学习和数据科学领域备受关注的技术。

UMAP降维数据可视化机器学习聚类Github开源项目