模型

基于深度主动学习的命名实体识别 | 分享总结

众所周知，深度学习在多种实际应用中取得了突破，其背后的主要推动力来自于大数据、大模型及算法。在很多问题中，获取标注准确的大量数据需要很高的成本，这也往往限制了深度学习的应用。而主动学习通过对未标注的数据进行筛选，可以利用少量的标注数据取得较高的学习准确度。因此，深度学习中的主动学习方法也成为了研究的热点。以下是来自德州大学奥斯汀分校的在读博士沈彦尧，基于亚马逊实习项目延伸探

业界 2018年05月10日

不扁平的设计：我们的世界没有一处是光滑和平整的

设计中最难的部分就是要在这两种模式之间切换，他们需要完全不同的心态。好的设计师需要在非常天真的相信和完全的自信之间切换。更重要的是，他们需要知道什么时候应该天真，什么时候应该自信。通常，设计师们总是太早的陷入自信满满的状态，但是一个过度自信的设计师总是会有一种扁平的视野，这通常会让他们失去一些机会。另一方面，变得天真一点是迈向“不扁平”的第一步。它帮助我们挑战我们的习惯，或

用户研究 2016年04月10日

“高大上”的风控，究竟是什么？（一）

最近工作有点心情抑郁的我，来撸几个文吧。如果有不对的地方请各位勿喷，只是经验之谈。本期只针对风控做个概述，初步的认识，后续会进行从产品到策略上的深度解析。风控对于很多人来说觉得很高大上，其实是挺高大上的，但也不是那么难的。很多人问我，是不是我得会建模？逻辑回归、决策树、机器学习、NPL等等，听起来是听厉害的，我看也是又会这又会那是挺厉害的，其实，很多事情并不难，且听我一一道

业界 2018年01月05日