这里只有精品在线伦理三区,国产av色色,av色综合久久天堂av色综合在,美女视频色,亚洲撸,国产91一区在线精品

當(dāng)前位置:

人工智能

說說構(gòu)造決策樹的步驟
228 閱讀
什么是 Gradient Boosting
211 閱讀
軟間隔和硬間隔有什么區(qū)別
210 閱讀
特征值和奇異值的區(qū)別是什么
271 閱讀
有哪些常見的方法度量點(diǎn)到中心的距離
212 閱讀
說說什么是奇異值分解
216 閱讀
如何確定 PCA 降維之后的維度
210 閱讀
如何處理 K-means 中的空聚類
220 閱讀
請描述支持向量機(jī)（svm）的基本思想和應(yīng)用場景
203 閱讀
解釋什么是降維，以及為什么要降維
241 閱讀
降維有哪些優(yōu)缺點(diǎn)？
187 閱讀
解釋高斯混合模型
226 閱讀
svm 與感知機(jī)有什么區(qū)別？
201 閱讀
簡單說說核函數(shù)的原理
205 閱讀
svm 在應(yīng)用高斯核時需要對特征進(jìn)行歸一化嗎？
211 閱讀
svm 有哪些核函數(shù)？分別應(yīng)用于哪些場景中？
184 閱讀
GBDT 可以用于分類任務(wù)嗎？
193 閱讀
在文本分類任務(wù)中，如何處理樣本（類別）不平衡的問題
185 閱讀
支持向量機(jī)可以用于文本分類任務(wù)嗎？若可以，請說明
220 閱讀
LLaMA 模型中，輸入句子的長度理論上是否可以無限長
191 閱讀
簡述 LLaMA（Large Language Model Meta AI）的基本原理
190 閱讀
如何比較文本的相似度
209 閱讀
什么是詞嵌入（Word Embedding）？有哪些常見的詞嵌入方法
199 閱讀
是否使用 Word2Vec 訓(xùn)練過數(shù)據(jù)？在這個過程中，如何獲取語料？如何選擇超參數(shù)？語料、詞表和維度大小如何確定？怎樣把握訓(xùn)練時長
178 閱讀