自适应提升 提升方法通过前一个学习器所犯的错误来训练下一个学习器，是一种串行方法。关于提升算法有很多，最具代表性的...[作者空间]
模型压缩大体上可以分为 5 种： 模型剪枝：即移除对结果作用较小的组件 模型量化：比如将 float32 降到in...[作者空间]
无约束最优化问题（unconstrained optimization problem）:从一个问题的所有可能的备...[作者空间]
简介 朴素贝叶斯(naive Bayes)算法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，...[作者空间]
为什么要激活函数？ 原理上来说，神经网络模型的训练过程其实就是拟合一个数据分布（x）可以映射到输出（y）的数学函数...[作者空间]
一、简介 支持向量机（SVM）是经典的监督学习模型，这篇博文中，将通过线性规划（cvxopt包）展示SVM求解时的...[作者空间]
Datawhale提供的课程链接：https://github.com/datawhalechina/team-l...[作者空间]
本次讨论的问题目录有： 什么是Embedding？ 推荐系统为什么需要Embedding？ 推荐系统代码中如何用数...[作者空间]
模型对未知数据的预测能力称为模型的泛化能力，它是模型最重要的性质。 只有选择与问题相匹配的评估方法，才能快速地发现...[作者空间]
1.什么样的问题需要HMM模型 使用HMM模型时的问题一般有这两个特征： １）问题是基于序列的，比如时间序列，或者...[作者空间]
正则化（Regularization）是机器学习中一种常用的技术，其主要目的是控制模型复杂度，减小过拟合。最基本的...[作者空间]
开篇闲聊最近也是看完了崔庆才爬虫52讲里面JavaScript逆向部分，里面介绍了从简单到复杂整个JavaScri...[作者空间]
衡量一个机器学习模型的性能，可以用偏差和方差作为依据。 一个高偏差的模型，总是会对数据分布做出强假设，比如线性回归...[作者空间]
Python语言进阶 数据结构和算法 算法：解决问题的方法和步骤 评价算法的好坏：渐近时间复杂度和渐近空间复杂度。...[作者空间]
随着机器学习的广泛应用，如何高效的把训练好的机器学习的模型部署到生产环境，正在被越来越多的工具所支持。我们今天就来...[作者空间]
