最新发布

对偶的概念是什么【详细讲解】

KMeans算法K值的确定方法有哪些【详细讲解】

KMeans算法确定K个初始类簇中心点方法有哪些【详细讲解】

k-means算法的优化方法【详细讲解】

k-means算法的优、缺点有哪些【详细讲解】

k-means算法流程是什么【详细讲解】

k-means算法是什么【详细讲解】

优化k-means的方式有哪些【详细讲解】

随机森林如何评估特征重要性【详细讲解】

随机森林如何处理缺失值 【详细讲解】

贝叶斯定理是什么【详细讲解】

最小二乘法的优良性有哪些【详细讲解】

最小二乘法是什么【详细讲解】

归一化的类型有哪些【详细介解】

归一化为什么能提高梯度下降法求解最优解的速度【详细介解】

防止过拟合的方法有哪些【详细介解】

KNN中的K如何选取的【图文详解】

朴素贝叶斯为什么如此“朴素【详细介解】

利用贝叶斯方法实现google”拼写检查”的功能[原理解析]

L1范数(norm)和L2范数(norm)正则先验分别服从什么分布【面试题详解】

L1范数(norm)和L2范数(norm)的区别【详细介解】

线性分类器与非线性分类器的区别以及优劣【详细介解】

判别式模型和生成式模型是什么，常见的有哪些【详细介解】

xgboost如何寻找最优特征？是有放回还是无放回的呢【详细介解】

协方差和相关性有什么区别【图文详解】

为什么xgboost要用泰勒展开，优势在哪里【详细讲解】

绝对值损失函数【图文详解】

0-1损失函数【图文详解】

Hinge损失函数（SVM）【图文详解】

指数损失函数（Adaboost）【图文详解】