Papers09:40
Chinese content分类任务中的成对差分学习不确定性量化方法arXiv 上一篇方法论论文,把成对差分学习搬进分类任务,还给了量化预测不确定性的一整套做法,做分类模型的同学可以看看。
arXiv 上一篇方法论论文,把成对差分学习搬进分类任务,还给了量化预测不确定性的一整套做法,做分类模型的同学可以看看。
宽学习系统的改进版来了:用层级引导决定新模块学什么,再用纠错码抵抗权重误差,10 个数据集上跑赢了原版 BLS 变体。
做分类模型的团队终于有了一个不增加额外参数就能处理边界不确定性的方法——三元决策树在 72 个数据集上显著优于 CART,做医疗或金融风控的开发者可以直接在现有 CART 框架上实现,值得一试。