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]
前言：计算机读不懂文本表述，该怎么办？ 回想一下我们是如何进行阅读的？ 1.1 文本分类 = 文本表示 + 分类模...[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]
![[动手学深度学习-PyTorch版]-7.2优化算法-梯度下降和](https://img.haomeiwen.com/is24215864/6fcc6b26682fb192.png)
7.2 梯度下降和随机梯度下降[https://tangshusen.me/Dive-into-DL-PyTorc...[作者空间]
双边滤波是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，...[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]
目录： 1.什么是神经网络 2.前向传播(Forward Propagation) 3.误差的反向传播(Back ...[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]
核心思想-降维首先我们要明白一个概念：降维。 无论是主成分分析（PCA）、主坐标分析（PCoA）、非度量多维尺度分...[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]
异常检测 异常检测(Anomaly Detection):异常检测就是从数据集中检测出异常样本，是一种无监督学习。...[作者空间]
二分类SVC的进阶 1. 二分类SVC中的样本不均衡问题：重要参数class_weight 样本不均衡是指在一组数...[作者空间]
