297个机器学习彩图知识点(11)

简介: 本系列将持续更新20个机器学习的知识点,欢迎关注。

1. 单边标签平滑

2. 逻辑回归

3. 最小二乘法

4. 袋外数据误差

5. 外核

6. 异常值

7. 过拟合&欠拟合

8. 过度拟合

9. 正则化的参数范数惩罚

10. 参数共享

11. 参数&超参数

12. 不确定性的来源

13. 夹角

14. 稀疏性

15. 平方根

16. 标准差

17. 均值的标准误

18. 标准化

19. 驻点

20. 词根

相关文章
|
6月前
|
机器学习/深度学习 存储 算法
机器学习面试笔试知识点-决策树、随机森林、梯度提升决策树(GBDT)、XGBoost、LightGBM、CatBoost
机器学习面试笔试知识点-决策树、随机森林、梯度提升决策树(GBDT)、XGBoost、LightGBM、CatBoost
261 0
|
6月前
|
机器学习/深度学习 存储 算法
机器学习面试笔试知识点之非监督学习-K 均值聚类、高斯混合模型(GMM)、自组织映射神经网络(SOM)
机器学习面试笔试知识点之非监督学习-K 均值聚类、高斯混合模型(GMM)、自组织映射神经网络(SOM)
49 0
|
4天前
|
机器学习/深度学习 人工智能 PyTorch
《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
121 1
|
6月前
|
机器学习/深度学习 存储 算法
机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)
机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)
92 0
机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)
|
6月前
|
机器学习/深度学习 自然语言处理 算法
机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)2
机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)
32 0
|
6月前
|
机器学习/深度学习 存储 自然语言处理
机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)1
机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)
86 0
机器学习面试笔试知识点-贝叶斯网络(Bayesian Network) 、马尔科夫(Markov) 和主题模型(T M)1
|
机器学习/深度学习 算法
297个机器学习彩图知识点(15)
297个机器学习彩图知识点(15)
97 0
|
机器学习/深度学习 算法
297个机器学习彩图知识点(14)
本系列将持续更新20个机器学习的知识点,欢迎关注。
65 0
297个机器学习彩图知识点(14)
|
机器学习/深度学习 自然语言处理
297个机器学习彩图知识点(13)
本系列将持续更新20个机器学习的知识点,欢迎关注。
79 0
|
机器学习/深度学习
297个机器学习彩图知识点(12)
本系列将持续更新20个机器学习的知识点,欢迎关注。
79 0

热门文章

最新文章