用户组:游客
人工智能和机器学习是快速发展的技术,催生了开箱即用的发明,颠覆了全球多个领域的业务。从通过 GPS 估计到达时间到 ...
本帖最后由 levycui 于 2023-3-29 19:23 编辑 问题导读: 1、人工智能和新科技革命如何理解? 2、深度学习技术有哪些关注点? ...
问题导读: 1、如何理解分类模型? 2、如何辨别准确率的陷阱? 3、如何理解ROC、AUC? 4、如何理解对于正例和负例有着对等预 ...
本帖最后由 levycui 于 2019-9-5 08:15 编辑 问题导读: 1、如何理解声音信号? 2、如何使用Python对音频进行特征提取? 3 ...
本帖最后由 PeersLee 于 2017-8-23 15:31 编辑 问题导读: 1. Spark 实现原理是什么? 2. PMLS 有什么优势? 3. TensorFlow ...
问题导读 1.有没有好的算法,能否通用解决任何问题? 2.本文介绍了哪十大算法? 3.你对十大算法,哪个更了解一些? 关注 ...
国内对于人工智能的讨论大多是不成体系的碎片式,很难从中深入了解人工智能的发展脉络和技术体系,也很难有实际借鉴意义。德勤DU ...
问题导读: 1、如何理解有监督学习、无监督学习、强化学习? 2、如何理解贝叶斯分类器、决策树算法? 3、线性模型算法有哪些 ...
问题导读:1. 线性和多项式回归的优缺点有哪些?2. 神经网络的优缺点有哪些?3. 回归树和回归森林的优缺点有哪些? 任何一 ...
问题导读: 1、如何理解数据不平衡问题? 2、重新采样训练集有哪些方式? 3、如何理解不同比例重新采样? 4、如何利用多模型 ...
本帖最后由 Oner 于 2017-10-19 18:31 编辑 问题导读:1. 为什么不能一直使用默认损失函数?2. 为什么不能所有问题使用一种算 ...
线性回归模型使用数据拟合出各个属性之间的函数关系。通过线性回归不仅可以填补缺失值,还可以用来对相关的属性做预 ...
问题导读 1.数据采集保持属性一致性是指什么? 2.如何避免序列化和二进制? 3.为什么使用队列服务? 在 ...
问题导读1.本文提出几种方法在机器学习模型运行时保持高效?2.为什么减少实验? 近来,很多人都面临这样一个问题:“机器学 ...
问题导读 1.什么是损失函数? 2. 想当然地使用默认损失函数会有什么缺点? 3.如何避免下面七种错误? 统计建模 ...
GraphLabGraphLab是一种新的面向机器学习的并行框架。GraphLab提供了一个完整的平台,让机构可以使用可扩展的机器学习系统 ...
本版积分规则 发表帖子
查看 »