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

说说构造决策树的步骤

204 阅读

什么是 Gradient Boosting

188 阅读

软间隔和硬间隔有什么区别

194 阅读

特征值和奇异值的区别是什么

251 阅读

有哪些常见的方法度量点到中心的距离

191 阅读

说说什么是奇异值分解

196 阅读

如何确定 PCA 降维之后的维度

193 阅读

如何处理 K-means 中的空聚类

199 阅读

请描述支持向量机（svm）的基本思想和应用场景

180 阅读

解释什么是降维，以及为什么要降维

213 阅读

降维有哪些优缺点？

164 阅读

解释高斯混合模型

208 阅读

svm 与感知机有什么区别？

183 阅读

简单说说核函数的原理

184 阅读

svm 在应用高斯核时需要对特征进行归一化吗？

192 阅读

svm 有哪些核函数？分别应用于哪些场景中？

166 阅读

GBDT 可以用于分类任务吗？

173 阅读

在文本分类任务中，如何处理样本（类别）不平衡的问题

163 阅读

支持向量机可以用于文本分类任务吗？若可以，请说明

200 阅读

LLaMA 模型中，输入句子的长度理论上是否可以无限长

169 阅读

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

168 阅读

如何比较文本的相似度

190 阅读

什么是词嵌入（Word Embedding）？有哪些常见的词嵌入方法

179 阅读

是否使用 Word2Vec 训练过数据？在这个过程中，如何获取语料？如何选择超参数？语料、词表和维度大小如何确定？怎样把握训练时长

162 阅读