Data Centric Ⅳ:赛事发展新趋势

1058未经授权,禁止转载
数据质量数据增强数据清洗数据可视化错误样本挖掘数据源管理弱监督学习准确率和方差数据集构造主动学习
Data Centric 主张通过优化数据来提升机器学习模型的性能,本次活动围绕该概念探讨了竞赛、企业实践和数据处理技术。与传统模型中心方法对比,Data Centric 更注重数据本身质量,强调在有限数据量下通过数据增强、错误样本挖掘等手段提升性能。活动分享了数据质量评估方法,如使用交叉验证识别错误样本、采用准确率和方差进行衡量,并提到了数据源管理、弱监督学习等技术方向,指出了数据集构造、主动学习等前沿研究领域的趋势和挑战。适合数据科学家、算法工程师和在校研究生等人群参考。
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
ad
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
头像
{{ detail.username }}

公开笔记对他人可见,有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记
保存
讲师头像
Datawhale
Datawhale 是一个专注于数据科学与 AI 领域的开源组织,汇集了众多领域院校和知名企业的优秀学习者,聚合了一群有开源精神和探索精神的团队成员。Datawhale 以「for the learner,和学习者一起成长」为使命,鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案,赋能人才培养,助力人才成长,建立起人与人、人与知识、人与企业和人与未来的联结。
TA的视频
接下来播放:
自动连播