-
-
14链接:网页链接 提取码:htja#周志华 西瓜书链接#
-
0经核实吧主想念__思恋 未通过普通吧主考核。违反《百度贴吧吧主制度》第八章规定http://tieba.baidu.com/tb/system.html#cnt08 ,无法在建设 世界上最好的机器学习课吧 内容上、言论导向上发挥应有的模范带头作用。故撤销其吧主管理权限。百度贴吧管理组
-
0
-
1什么是梯度下降算法呢
-
11
-
9
-
6交叉验证的目的是什么啊
-
4训练误差较大,测试误差较大就是欠拟合吗
-
4测试数据究竟是不是相当于高考只能跑一次?
-
0
-
8加分题:为什么需要验证集?(回答正确的前五名同学记入贴吧参与得分)
-
6机器学习中有哪些常用的算法?
-
9有哪些常见的神经网络?
-
7li = ['a','b','c'] 问:怎么通过for循环用一行代码输出单个变量'abc'。 参考: [[] for i in range(3)] 这种方式
-
13啥是 过拟合 嵌拟合 还是不太明白啊
-
4什么是神经网络?
-
01. 样本数据的问题。 样本数量太少 抽样方法错误,抽出的样本数据不能有效足够代表业务逻辑或业务场景。比如样本符合正态分布,却按均分分布抽样,或者样本数据不能代表整体数据的分布 样本里的噪音数据干扰过大 2. 模型问题 模型复杂度高 、参数太多 决策树模型没有剪枝 权值学习迭代次数足够多,拟合了训练数据中的噪声和训练样例中没有代表性的特征.
-
0有监督学习:对具有标记的训练样本进行学习,以尽可能对训练样本集外的数据进行分类预测。 无监督学习:对未标记的样本进行训练学习,比发现这些样本中的结构知识。
-
2
-
18
-
0什么是支持向量机啊
-
0为什么训练数据少时更容易发生过拟合
-
6from sklearn import svm svm.SVC(c=) 里面c后面的数是根据什么来赋值的啊
-
0线性回归是利用连续性变量来估计实际数值(比如房价等),我们通过线性回归算法找出自变量和因变量的最佳线性关系,图形上可以确定一条最佳的直线.这条最佳直线就是回归线.线性回归关系可以用Y=ax+b表示. 在这个Y=ax+b这个公式里: Y=因变量 a =斜率 x=自变量 b=截距 a和b可以通过最下化因变量误差的平方和得到(最小二乘法) 我们可以假想一个场景来理解线性回归.比如你让一个五年级的孩子在不问同学具体体重多少的情况下,把班上的同学按照体重从轻到
-
0这个算法可以训练程序作出某一决定,程序在某一情况下尝试所有的可能行为,记录不同行动的结果并试着找出最好的一次尝试来做决定 属于强化学习的算法有:马尔可夫决策过程