当前位置:

人工智能

什么是 Gradient Boosting
159 阅读
软间隔和硬间隔有什么区别
164 阅读
特征值和奇异值的区别是什么
221 阅读
有哪些常见的方法度量点到中心的距离
160 阅读
说说什么是奇异值分解
165 阅读
如何确定 PCA 降维之后的维度
160 阅读
如何处理 K-means 中的空聚类
168 阅读
请描述支持向量机(svm)的基本思想和应用场景
150 阅读
解释什么是降维,以及为什么要降维
180 阅读
降维有哪些优缺点?
137 阅读
解释高斯混合模型
168 阅读
svm 与感知机有什么区别?
154 阅读
简单说说核函数的原理
152 阅读
svm 在应用高斯核时需要对特征进行归一化吗?
160 阅读
svm 有哪些核函数?分别应用于哪些场景中?
135 阅读
GBDT 可以用于分类任务吗?
140 阅读
在文本分类任务中,如何处理样本(类别)不平衡的问题
133 阅读
支持向量机可以用于文本分类任务吗?若可以,请说明
157 阅读
LLaMA 模型中,输入句子的长度理论上是否可以无限长
137 阅读
简述 LLaMA(Large Language Model Meta AI)的基本原理
138 阅读
如何比较文本的相似度
156 阅读
什么是词嵌入(Word Embedding)?有哪些常见的词嵌入方法
146 阅读
是否使用 Word2Vec 训练过数据?在这个过程中,如何获取语料?如何选择超参数?语料、词表和维度大小如何确定?怎样把握训练时长
131 阅读
说说 GloVE 技术,怎样进行训练?有哪些应用场景?相比 Word2Vec 有哪些优缺点
150 阅读