machine-learning 355

  1. 신경망에서 바이어스의 역할
  2. Naive Bayes 분류에 대한 간단한 설명
  3. Generative 및 Discriminative Algorithm의 차이점은 무엇입니까?
  4. Google은 "당신이 원하셨습니까?"알고리즘 작동 방식은 무엇입니까?
  5. Tensorflow : 모델 저장 / 복원 방법
  6. 지원 벡터 머신에 비해 인공 신경망의 장점은 무엇입니까?
  7. 감독 학습과 감독되지 않은 학습의 차이점은 무엇입니까?
  8. softmax와 softmax_cross_entropy_with_logits의 차이점은 무엇입니까?
  9. 텐에서 텐 플루가 발견되지 않았다.
  10. 어떤 기계가 일반적으로 선택할 분류 학습자인가?
  11. 데이터 마이닝에서 분류와 클러스터링의 차이점은 무엇입니까?
  12. Python에서 Softmax 함수를 구현하는 방법
  13. 지역 민감한 해싱을 이해하는 방법?
  14. Apple은 이메일에서 날짜, 시간 및 주소를 어떻게 찾을 수 있습니까?
  15. 고차원 데이터의 가장 가까운 이웃?
  16. scikit-learn K-Means Clustering을 사용하여 자신의 거리 함수를 지정할 수 있습니까?
  17. 시각적 입력을 사용하여 Diablo 2를 재생하기 위해 인공 신경망을 훈련시키는 방법은 무엇입니까?
  18. Scikit-Learn에서 분류자를 디스크에 저장하십시오.
  19. 유전 알고리즘을 사용할 때 vs. 신경 네트워크를 언제 사용 하는가?
  20. 선형 회귀와 회귀 회귀의 차이점은 무엇입니까?
  21. 하나의 핫 인코딩이 기계 학습 성능을 향상시키는 이유는 무엇입니까?
  22. 데이터 세트를 교육 및 검증 세트로 나누는 방법에 대한 경험이 있습니까?
  23. 게임 AI에서 기계 학습
  24. C #에서 기계 학습 라이브러리
  25. Numpy 1 핫 어레이
  26. 기계 학습 모델의 "손실"과 "정확도"해석 방법
  27. MLP (multi-layer perceptron) 아키텍처 : 숨겨진 레이어의 수와 숨겨진 레이어의 크기를 선택하는 기준은 무엇입니까?
  28. scikit-learn 의사 결정 트리에서 의사 결정 규칙을 추출하는 방법은 무엇입니까?
  29. 사과 (과일)에 관한 짹짹에서 Apple (Inc.)에 관한 짹짹을 구분할 수있는 모델을 어떻게 만들 수 있습니까?
  30. 파이썬에서 기계 학습을위한 권장 패키지가 있습니까?
  31. Scickit으로 멀티 클래스 케이스의 정밀도, 리콜, 정확도 및 f1 점수를 계산하는 법?
  32. 분석을 통해 선형 회귀 분석을 할 수있는 이유는 무엇입니까?
  33. 데이터를 3 세트 (기차, 검증 및 테스트)로 나누는 방법은 무엇입니까?
  34. 유전자 알고리즘을 사용하는 멋진 프로젝트?
  35. Porter와 Lancaster Stemming 알고리즘의 주요한 차이점과 이점은 무엇입니까?
  36. 깊은 신념 네트워크 대 길쌈 신경 네트워크
  37. 기계 학습을위한 기능을 설계하는 방법
  38. 기계 학습 및 빅 데이터
  39. 선형 회귀 분석에서 정규화 매개 변수를 계산하는 방법
  40. 비전 VNTextObservation을 문자열로 변환
  41. Support-Vector Machine (SVM)에 대한 몇 가지 구현 세부 사항
  42. SVM 라이브러리 인 LIBSVM에 대한 Python 바인딩을 사용한 예제
  43. 추측 게임에 기계 학습 적용?
  44. 사전 훈련 된 (Tensorflow) CNN을 사용하여 기능 추출
  45. 사전 / 표보다는 통계에 근거한 "Anagram solver"?
  46. 자바 지원 벡터 머신?
  47. 태그 / 키워드 기반 권장 사항
  48. 물류 회귀에 대한 비용 함수
  49. scikit에서 분류 자들은 nan / null을 처리하는 법을 배웁니다.
  50. Numpy에서 ReLU 기능을 구현하는 방법