机器学习 Density-Based Clustering 怎么实现？基于密度的聚类算法详解
Previous Quiz Next 基于密度的聚类基于这样的思想：聚类是高密度区域，由低密度区域分隔。…
机器学习 - 问答
机器学习中 Cost Function 怎么理解和计算？
Previous Quiz Next 机器学习中的成本函数 在机器学习中，cost function 是衡量机器…
机器学习 Deep Q-Networks 怎么实现？
Previous Quiz Next 什么是 Deep Q-Networks？ Deep Q-Network…
机器学习 Temporal Difference 怎么用？
Previous Quiz Next 什么是时序差分学习？ 时序差分 (TD) 学习是一种无模型的强化学习技…
机器学习中Skewness和Kurtosis怎么计算和理解？
Previous Quiz Next 在机器学习中，偏度（Skewness）和峰度（kurtosis）是衡量概率分…
机器学习中Stochastic Gradient Descent怎么用？SGD优化技巧详解？
Previous Quiz Next Stochastic Gradient Descent (SGD) 是机器学…
机器学习中贝叶斯定理怎么用？
Previous Quiz Next 贝叶斯定理是概率论中的一个基本概念，在机器学习中有许多应用。它允许我们在给定…
机器学习中关联规则怎么挖掘和应用？
Previous Quiz Next 关联规则挖掘是机器学习中用于在大规模数据集里发现有趣模式的一种技术。这些模式…
机器学习中Entropy怎么理解和计算？
Previous Quiz Next 熵（Entropy）是一个源于热力学的概念，后来被应用于多个领域，包括信息论…
机器学习 ML Models 怎么构建和训练？
Previous Quiz Next 有各种 Machine Learning 算法、技术和方法，可以使用数据来构…
机器学习中基于分布的聚类算法怎么实现？
Previous Quiz Next 基于分布的聚类算法，也称为概率聚类算法，是一类机器学习算法，它们假设数据点是…
机器学习中Data Leakage是怎么回事？怎么避免？
Previous Quiz Next 数据泄漏是机器学习中的一个常见问题，它发生在使用训练数据集之外的信息来创建或…
机器学习中 Bias 和 Variance 怎么区分和处理？
Previous Quiz Next Bias 和 variance 是机器学习中的两个重要概念，用于描述模型预测…
强化学习 ML 怎么入门？机器学习强化学习算法实战教程？
Previous Quiz Next 什么是强化学习？ 强化学习是一种机器学习方法，其中一个 agent（软件实体…
机器学习中 Precision 和 Recall 怎么计算和理解？
Previous Quiz Next 精确率（Precision）和召回率（Recall）是机器学习中用于评估分类…
机器学习中 Box and Whisker Plots 怎么画和解读？
Previous Quiz Next 箱线图是一种数据集的图形表示方法，它展示了数据的五数概括——最小值、第一四分位…
机器学习真实案例有哪些？怎么用ML解决实际问题？
Previous Quiz Next 机器学习通过自动化流程、预测结果以及在大规模数据集中的模式发现，改变了各个行…
机器学习 Random Forest 怎么用？随机森林算法入门与实战？
Previous Quiz Next Random Forest 是一种机器学习算法，它使用决策树集成来做出预…
共 38 篇问答