简介在现实世界中,我们收集的数据在大多数时候是严重不平衡的,所谓不平衡数据集就是训练样本不是平均分布在目标类中,例如,如果我们以个人贷款分类问题为例,就很容易得到“未批准”的数据,而不是“已批准”的信息,结果,模型会更偏向具有大量训练实例的类,这降低了模型的预测能力

眼下，前沿研究开始关注人工智能技术对收入不平等的影响。当前人工智能技术发展是否诱致中国劳动收入不平等？人工智能技术将通过哪些途径影响劳动收入分配？针对这些问题，由华东师范大学经济与管理学部教授王林辉牵头完成的研究，通过揭示人工智能技术影响...

前一项后一项 本作品采用知识共享"署名-非商业使用-禁止演绎 2.5 中国大陆"许可协议授权 订阅最新更新! 不平衡类别的机器学习 作者：燕继坤 提交人：yanjk （2004年10月28日 周四） 类型：book chapter （Chinese） 引用网址：http://www.qiji.cn/eprint/abs...