人工智能 - 嘀嗒文库-高质量数字化解决方案下载、技术架构开发、职场PPT、数字化转型与与创业文档资料下载网站

当前位置:

人工智能

如何理解随机森林的随机性

36 阅读

Gradient Boosting 为什么不使用决策树桩

43 阅读

说说构造决策树的步骤

40 阅读

什么是 Gradient Boosting

40 阅读

软间隔和硬间隔有什么区别

31 阅读

特征值和奇异值的区别是什么

45 阅读

有哪些常见的方法度量点到中心的距离

30 阅读

说说什么是奇异值分解

40 阅读

如何确定 PCA 降维之后的维度

27 阅读

如何处理 K-means 中的空聚类

31 阅读

请描述支持向量机（svm）的基本思想和应用场景

33 阅读

解释什么是降维，以及为什么要降维

37 阅读

降维有哪些优缺点？

25 阅读

解释高斯混合模型

37 阅读

svm 与感知机有什么区别？

29 阅读

简单说说核函数的原理

34 阅读

svm 在应用高斯核时需要对特征进行归一化吗？

40 阅读

svm 有哪些核函数？分别应用于哪些场景中？

28 阅读

GBDT 可以用于分类任务吗？

25 阅读

在文本分类任务中，如何处理样本（类别）不平衡的问题

26 阅读

支持向量机可以用于文本分类任务吗？若可以，请说明

31 阅读

LLaMA 模型中，输入句子的长度理论上是否可以无限长

29 阅读

简述 LLaMA（Large Language Model Meta AI）的基本原理

23 阅读

如何比较文本的相似度

39 阅读

1 2 3 4 5 6 7 8 9 10