当前位置:

人工智能

BN(BatchNorm)和LN(LayerNorm)有什么区别?BN的优缺点是什么?
359 阅读
什么是AUC?AUC的计算公式和原理是什么?
381 阅读
过拟合常见的解决方法有哪些?各自的优缺点是什么?
330 阅读
什么是precision(精确率)、recall(召回率)和F1值?它们的计算公式是什么?
395 阅读
损失函数是什么?常见的损失函数有哪些?它们适合什么场景?
338 阅读
什么是ROC曲线和P-R曲线?它们分别适合什么场景?
355 阅读
为什么要对数据集进行训练集、测试集划分?常见的划分比例是多少?
370 阅读
如果遇到样本不均衡问题,常见的解决方法有哪些?
540 阅读
什么是特征工程?常见的特征工程方法有哪些?
374 阅读
训练数据和真实数据分布不一致时,模型上线会出现什么问题?如何应对?
329 阅读
多分类任务中,某些类别区分不开时该怎么办?
383 阅读
机器学习中的“集成学习(Ensemble Learning)”是什么?
359 阅读
数据分析常用的方法有哪些?各自适合什么场景?
350 阅读
机器学习中的“推荐系统原理”是什么?
336 阅读
机器学习中的“交叉验证(Cross Validation)”是什么?
386 阅读
机器学习中的“时间序列预测(Time Series Forecasting)”是什么?
385 阅读
机器学习中的“损失函数(Loss Function)”是什么?
364 阅读
机器学习中的“无监督学习(Unsupervised Learning)”是什么?
379 阅读
机器学习中的“监督学习(Supervised Learning)”是什么?.docx
416 阅读
机器学习中的“特征工程(Feature Engineering)”是什么?
437 阅读
机器学习中的“过拟合(Overfitting)”是什么?
423 阅读
什么是大模型“幻觉”问题?
342 阅读
什么是LangChain?
333 阅读
什么是向量数据库?
373 阅读