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

259 阅读

什么是 Gradient Boosting

237 阅读

软间隔和硬间隔有什么区别

240 阅读

特征值和奇异值的区别是什么

296 阅读

有哪些常见的方法度量点到中心的距离

242 阅读

说说什么是奇异值分解

241 阅读

如何确定 PCA 降维之后的维度

232 阅读

如何处理 K-means 中的空聚类

246 阅读

请描述支持向量机（svm）的基本思想和应用场景

229 阅读

解释什么是降维，以及为什么要降维

268 阅读

降维有哪些优缺点？

210 阅读

解释高斯混合模型

260 阅读

svm 与感知机有什么区别？

227 阅读

简单说说核函数的原理

234 阅读

svm 在应用高斯核时需要对特征进行归一化吗？

238 阅读

svm 有哪些核函数？分别应用于哪些场景中？

209 阅读

GBDT 可以用于分类任务吗？

223 阅读

在文本分类任务中，如何处理样本（类别）不平衡的问题

208 阅读

支持向量机可以用于文本分类任务吗？若可以，请说明

251 阅读

LLaMA 模型中，输入句子的长度理论上是否可以无限长

214 阅读

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

217 阅读

如何比较文本的相似度

237 阅读

什么是词嵌入（Word Embedding）？有哪些常见的词嵌入方法

225 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

203 阅读