人工智能 - 嘀嗒文库-高质量数字化解决方案下载、技术架构开发、职场PPT、数字化转型与与创业文档资料下载网站

当前位置:

人工智能

如何理解随机森林的随机性

15 阅读

Gradient Boosting 为什么不使用决策树桩

18 阅读

说说构造决策树的步骤

12 阅读

什么是 Gradient Boosting

15 阅读

软间隔和硬间隔有什么区别

10 阅读

特征值和奇异值的区别是什么

13 阅读

有哪些常见的方法度量点到中心的距离

12 阅读

说说什么是奇异值分解

9 阅读

如何确定 PCA 降维之后的维度

7 阅读

如何处理 K-means 中的空聚类

12 阅读

请描述支持向量机（svm）的基本思想和应用场景

11 阅读

解释什么是降维，以及为什么要降维

14 阅读

降维有哪些优缺点？

8 阅读

解释高斯混合模型

9 阅读

svm 与感知机有什么区别？

9 阅读

简单说说核函数的原理

10 阅读

svm 在应用高斯核时需要对特征进行归一化吗？

7 阅读

svm 有哪些核函数？分别应用于哪些场景中？

11 阅读

GBDT 可以用于分类任务吗？

9 阅读

在文本分类任务中，如何处理样本（类别）不平衡的问题

10 阅读

支持向量机可以用于文本分类任务吗？若可以，请说明

14 阅读

LLaMA 模型中，输入句子的长度理论上是否可以无限长

11 阅读

简述 LLaMA（Large Language Model Meta AI）的基本原理

6 阅读

如何比较文本的相似度

15 阅读

1 2 3 4 5 6 7 8 9 10