Skip to content
Snippets Groups Projects
Select Git revision
  • b256c9fe741ea03af2d3ac09be5fba029f1028cd
  • 2024ws default
  • 2023ws
  • 2022ws
  • 2021ws
  • 2020ws
  • 2018ws
  • 2019ws
  • 2017ws
  • 2016ws
10 results

addresses-2.c

Blame
  • Notizen0310.txt 365 B
    - pre trained model Vergleichen
    - parameter konfigurieren (minCount, windowSize)
    	- ab welcher dimension verlieren wir zu viele infos?
    - ausgleich des datensatzes
    	- Near Miss Algorithm (Wegwerfen von zu vielen)
    	- parameter für Gewichtung möglich?
    	- Einfluss analysieren
    - Methode aus dem Buch (feste Länge, ggf. abschneiden/mit 0 auffüllen) und dann z.B. CNN