作者查詢 / KindWei

總覽項目：發文 | 留言 | 暱稱

作者 KindWei 在 PTT [ DataScience ] 看板的留言(推文), 共13則

限定看板：DataScience

看板排序：

首頁

尾頁

[ DataScience ]15 留言, 推噓總分: +4

作者: Darkflame - 發表於 2022/07/14 16:12(1年前)

12^F推KindWei: 可以，如樓上所說，想想你的應用場景，情境二就是 import07/20 19:01

13^F→KindWei: ance sampling，投稿要跟同類型方法比，只是要畢業就沒07/20 19:01

14^F→KindWei: 差07/20 19:01

[ DataScience ]19 留言, 推噓總分: +5

作者: boggy - 發表於 2022/05/06 22:41(2年前)

8^F推KindWei: 樓上正解，oversampling 的意義在於強化模型辨認少樣本05/07 13:09

9^F→KindWei: 的能力，還有 oversampling 本質上還是增加了資料的 nois05/07 13:09

10^F→KindWei: e ，如果你 oversample 過多樣本，反而讓 model 學到更多05/07 13:09

11^F→KindWei: 髒東西，反而降低原本辨認多樣本的能力05/07 13:09

[ DataScience ]24 留言, 推噓總分: +7

作者: lirpassmore - 發表於 2022/02/09 02:05(2年前)

19^F推KindWei: 很快的只要找你們應用場域的 pretrain bert embedding (02/11 20:58

20^F→KindWei: e.g. FinBERT) 甚至不用fine tune 就有不錯的效果了02/11 20:58

[ DataScience ]52 留言, 推噓總分: +11

作者: su3cl31125 - 發表於 2021/12/07 20:14(2年前)

16^F推KindWei: 你可以故意創造這類模糊文字的照片然後自己 train model12/08 19:57

17^F→KindWei: 去解12/08 19:57

18^F→KindWei: 不然就有看有沒有現成的 model 和資料集但應該有點難12/08 19:57

[ DataScience ]13 留言, 推噓總分: +4

作者: outrunner - 發表於 2021/10/01 11:53(2年前)

7^F推KindWei: outrunner 大大耶先跪...10/01 18:35

首頁

尾頁