人工智能 - 嘀嗒文库-高质量数字化解决方案下载、技术架构开发、职场PPT、数字化转型与与创业文档资料下载网站

Kmeans和KNN有什么区别？Kmeans的k值如何选择？

97 阅读

GBDT、XGBoost、Random Forest、LightGBM分别是什么？它们的原理和区别是什么？

92 阅读

常见的聚类算法有哪些？如何评价聚类效果？

75 阅读

什么是梯度爆炸和梯度消失？它们的原因是什么？

114 阅读

什么是信息熵、信息增益和信息增益比？它们在机器学习中有什么作用？

74 阅读

神经网络常见的初始化方式有哪些

104 阅读

机器学习和深度学习怎么区别

73 阅读

什么是集成学习？它有哪些优点？

103 阅读

什么是Dropout？它的原理是什么？

80 阅读

常见的正则化方法有哪些？它们的原理和作用是什么？

70 阅读

常见的激活函数有哪些？各自的特点是什么？

91 阅读

常见的优化器有哪些？有什么区别和改进点？

61 阅读

BN（BatchNorm）和LN（LayerNorm）有什么区别？BN的优缺点是什么？

77 阅读

什么是AUC？AUC的计算公式和原理是什么？

102 阅读

过拟合常见的解决方法有哪些？各自的优缺点是什么？

83 阅读

什么是precision（精确率）、recall（召回率）和F1值？它们的计算公式是什么？

97 阅读

损失函数是什么？常见的损失函数有哪些？它们适合什么场景？

73 阅读

什么是ROC曲线和P-R曲线？它们分别适合什么场景？

85 阅读

为什么要对数据集进行训练集、测试集划分？常见的划分比例是多少？

93 阅读

如果遇到样本不均衡问题，常见的解决方法有哪些？

121 阅读

什么是特征工程？常见的特征工程方法有哪些？

76 阅读

训练数据和真实数据分布不一致时，模型上线会出现什么问题？如何应对？

86 阅读

多分类任务中，某些类别区分不开时该怎么办？

99 阅读

机器学习中的“集成学习（Ensemble Learning）”是什么？

76 阅读