此文章完整發佈於我的個人網頁,此處不會再更新囉!
繼續上次混淆矩陣的主題,我們快速複習一下,二元混淆矩陣包含四個要素:TP(True Positive), TN(True Negative), FP(False Positive), FN(False Negative)
介紹
Pointer Network在最近看的很多篇論文中有出現,由於原先Attention + Encoder —…
在機器學習中,最常見的就是分類模型,像是垃圾郵件分類、手寫數字判定等等
此文章完整發佈在我的個人網頁,此處不會再更新
那我們要怎麼去判定一個分類模型表現的到底好不好,基本上混淆矩陣(confusion matrix)的各項指標會被拿來參考
近幾年,隨著ELMo, BERT, GPT, XLNet等超大型模型在NLP任務上達到很好的成績,在許多資料集的Leaderboard上也都霸佔前幾名的位置: