predictive analytics – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 09 Dec 2021 06:56:10 +0000
zh-CN
hourly
1
196178272 -
具有可解釋性的違約風險的深度學習與機器學習挑戰者模型
http://www.open-lab.net/zh-cn/blog/deep-learning-vs-machine-learning-challenger-models-for-default-risk-with-explainability/
Wed, 08 Dec 2021 06:41:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=2577
Continued]]>
數據科學家和機器學習工程師經常面臨“與 深度學習 相比使用 機器學習 分類器解決其業務問題”的困境。根據數據集的性質，一些數據科學家更喜歡經典的機器學習方法。其他人采用最新的深度學習模式，而還有人追求“集成”模式，希望在可解釋性和性能這兩個方面都達到最佳。 機器學習，特別是決策樹，導致了更先進的 XGBoost 模型，比深度學習成熟得更早，并且有一些成熟的方法。深度學習在非表格計算機視覺、語言和語音識別領域表現出色。無論您選擇哪一種， GPU 都在加速數據科學用例，使其達到這樣的程度：對大型數據集的任何數據分析都只需要它們來滿足每天的便利性、快速迭代和結果。 RAPIDS 通過類似于 scikit-learn 和 pandas 等收藏夾的界面，使數據科學家更容易利用 GPU 。這里，我們使用的是一個表格數據集。經典的提取 – 轉換 – 加載過程（ ETL…
Source
]]>
2577
人人超碰97caoporen国产