当前位置:

人工智能

说说构造决策树的步骤
366 阅读
什么是 Gradient Boosting
336 阅读
软间隔和硬间隔有什么区别
334 阅读
特征值和奇异值的区别是什么
399 阅读
有哪些常见的方法度量点到中心的距离
348 阅读
说说什么是奇异值分解
337 阅读
如何确定 PCA 降维之后的维度
329 阅读
如何处理 K-means 中的空聚类
343 阅读
请描述支持向量机(svm)的基本思想和应用场景
333 阅读
解释什么是降维,以及为什么要降维
359 阅读
降维有哪些优缺点?
304 阅读
解释高斯混合模型
361 阅读
svm 与感知机有什么区别?
324 阅读
简单说说核函数的原理
330 阅读
svm 在应用高斯核时需要对特征进行归一化吗?
343 阅读
svm 有哪些核函数?分别应用于哪些场景中?
308 阅读
GBDT 可以用于分类任务吗?
322 阅读
在文本分类任务中,如何处理样本(类别)不平衡的问题
303 阅读
支持向量机可以用于文本分类任务吗?若可以,请说明
353 阅读
LLaMA 模型中,输入句子的长度理论上是否可以无限长
305 阅读
简述 LLaMA(Large Language Model Meta AI)的基本原理
320 阅读
如何比较文本的相似度
332 阅读
什么是词嵌入(Word Embedding)?有哪些常见的词嵌入方法
319 阅读
是否使用 Word2Vec 训练过数据?在这个过程中,如何获取语料?如何选择超参数?语料、词表和维度大小如何确定?怎样把握训练时长
294 阅读