游客taxekksngyy4k_个人页

个人头像照片 游客taxekksngyy4k
个人头像照片 个人头像照片
0
125
0

个人介绍

暂无个人介绍

擅长的技术

获得更多能力
通用技术能力:

暂时未有相关通用技术能力~

云产品技术能力:

暂时未有相关云产品技术能力~

阿里云技能认证

详细说明
暂无更多信息

2022年03月

正在加载, 请稍后...
暂无更多信息
  • 回答了问题 2022-04-01

    有关机器学习的书籍有哪些啊?

    为了更好的了解机器学习以下图书有助于理解: 1.李航《统计学习方法》 2.李铁岩 Learning to Rank for Information Retrieval 3.周志华《机器学习》
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习中什么时候需要正规化?

    模型开始处于过拟合或者欠拟合的时候,机器学习中正规化十分重要。 此次技术引入了用于引入具有目标函数的更多特征的成本项。它有助于降低模型复杂性,以便模型能够更好地进行预测。
    踩0 评论0
  • 回答了问题 2022-04-01

    怎样评估机器学习模型的有效性?

    对于机器学习的模型有效性评估:首先你需要将数据分成训练集和测试集,其次你需要选择度量模型表现的metrics;尤为重要的是,需要根据实际情况来理解模型度量的轻微差别,方便对选择正确的度量标准。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习中交叉检验如何用在时间序列数据上?

    机器学习中的交叉检验与标准的k-folds 交叉检验是不同的,它的数据并不是随机分布的,而是具有时序性的。如果模式出现在后期,模型仍然需要选择先前时间的数据,尽管前期对模式无影响。
    踩0 评论0
  • 回答了问题 2022-04-01

    深度学习是什么,它与机器学习算法之间有什么联系呢?

    1.深度学习是与神经网络有关的机器学习的一个子集 2.与机器学习算法的联系:深度学习是一种无监督的学习算法,它通过使用神经网络来学习数据的表示。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习中监督学习和非监督学习有什么不同?

    对于监督学习需要train有label的数据。比如,为了进行classification,需要首先标记将用于培训模型的数据,对于以后方便将数据分类到标记的组中。 然而对于无监督学习不需要明确标记数据。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习中特征有什么?

    特征: PassengerId, Pclass,Name,Sex,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习飞速发展的原因是什么啊?

    对于飞速发展来讲,以下内容占有大量优势: 1.各类数据的疯狂增长存储成本的极速下降计算能力的大幅提升与任何事物一样 2.有证据表明还有其他促成因素和商业驱动因素 3.在为加速机器学习以及人工智能创新应用的研究旅途中
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习与统计学习的区别关系是什么?

    对于机器学习来讲,它是一种统计学习方法,需要大量的数据进行学习; 对于统计学习实践技术的延伸,是一门多领域的交叉学科。 统计学习是机器学习的基础,更偏重于理论上的完善;
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习中无监督学习的方法有什么啊?

    无监督学习的方法分为两大类: (1) 基于概率密度函数估计的直接方法; (2) 基于样本间相似性度量的简洁聚类方法。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习在那些领域应用呢?

    机器学习的领域应用主要有以下方面,比如:数据挖掘、计算机视觉、自然语言处理、语音识别、推荐系统。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习的进步是什么?

    在未来的几十年里,对于机器学习的进步遵循了同样的模式--一项技术突破导致了更新的、更复杂的计算机。就好比在1997年达到巅峰,因为当时IBM国际象棋电脑深蓝在一场国际象棋比赛中击败了世界冠军加里·卡斯帕罗夫 。
    踩0 评论0
  • 回答了问题 2022-04-01

    如何确定使用哪种机器学习算法?

    如今还没有最佳方法来确定使用哪种机器学习算法,同样找到正确的算法只是试错过程的一部分,但是对于算法的选择还取决于以下方面:1.您要处理的数据的大小和类型;2.您要从数据中获得的洞察力以及如何运用这些洞察力。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器之心中假设空间的不同定义有什么?

    1.监督学习的目的在于学习一个由输入到输出的映射,这一映射由模型来表示。换句话说,学习的目的就在于找到最好的这样的模型。模型属于由输入空间到输出空间的映射集合,这个集合就是 统计学习方假设空间。假设空间的确定意味着学习范围的确定。 2.假设空间指的是问题所有假设组成的空间,我们可以把学习过程看作是在假设空间中搜索的过程,搜索目标是寻找与训练集“匹配”的假设。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器之心中我们为什么不用曼哈顿距离来计算最近的邻居之间的距离?

    由于一方面来讲曼哈顿距离只计算水平或垂直距离,有维度的限制。另一方面来讲,欧氏距离可用于任何空间的距离计算问题。例如:想象象棋中象或车所做的移动是由曼哈顿距离计算的。
    踩0 评论0
  • 回答了问题 2022-04-01

    如何计算该图中的假设个数呢?

    针对每一种可能的输入,都能找到一个映射,对应了输出空间中某个输出。 如图可知: 总共可能出现的假设个数为64.
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习中神经网络算法的步骤有哪些?

    神经网络有以下4个步骤: 1.提取问题中实体的特征向量作为神经网络的输入; 定义神经网络的结构,并定义如何从神经网络中的输入得到输出; 通过训练数据来调整神经网络参数的取值; 4.使用训练的神经网络来预测一下未知的数据。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习可以应用在哪些呢?

    可以应用在以下方面中: 1.快速三维地图测绘和建模:实现了工作成功中的精准监控和快速反馈。 2.增强分析以降低风险:为了方便检测内部交易,PwC 将机器学习和其它分析技术结合起来,从而开发了更为全面的用户概况,并且获得了对复杂可疑行为的更深度了解。 3.预测表现最佳的目标:PwC 使用机器学习和其它分析方法来评估 Melbourne Cup 赛场上不同赛马的潜力。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习所处的位置有哪些呢?

    1.统计学:分析师比较变量之间的关系。 2.智能应用:智能应用使用人工智能所得到的结果。 3.传统编程:软件工程师编写程序来解决问题。
    踩0 评论0
  • 回答了问题 2022-04-01

    机器学习的学习目标是什么?

    了解和机器学习相关的概念 了解机器学习的实质 了解常见损失函数 了解经验风险与结构风险
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息