Bi-Tempered Loss — 處理錯誤標記資料的損失函數
由於最近開始接觸工廠產線瑕疵檢測專案，工廠端對於錯誤判釋的可能幾乎是零容忍，因此一直致力於處理到99%準確率以上的模型瑕疵，但是工廠的訓練資料集大多都上萬張，要把所有錯誤標記抓出來實在太痛苦，剛好又被Medium廣告打到這篇文章: How To Train ML Models With Mislabeled Data，於是便開始研究Bi-Tempered Loss這個神奇的損失函數。 不過…先說結…
Machine Learning
玩轉資料與機器學習-以自然語言處理為例（ithome鐵人競賽）
2017 ithome鐵人競賽：包含網路爬蟲、Pandas、自然語言處理、資訊檢索、機器學習等主題的30天文章索引。
LogLoss Function
Function From scikit-learn: This is the loss function used in (multinomial) logistic regression and extensions of it such as neural networks, defined as the negative log-likelihood of the true labels …