machine-learning 354

  1. 偏差在神經網絡中的作用
  2. 樸素貝葉斯分類的簡單解釋
  3. Google“你的意思是?”算法是如何工作的?
  4. 生成和區分算法有什麼區別?
  5. 支持向量機的人工神經網絡的優點是什麼?
  6. Tensorflow:如何保存/恢復模型?
  7. 監督學習和無監督學習有什麼區別?
  8. tensorflow tf.nn.softmax與tf.nn.softmax_cross_entropy_with_logits的區別
  9. 一般來說哪種機器學習分類器可供選擇?
  10. 數據挖掘中分類和聚類的區別?
  11. 如何理解局部敏感散列?
  12. 蘋果如何找到電子郵件中的日期,時間和地址?
  13. Softmax函數 - 蟒蛇
  14. 高維數據中最近的鄰居?
  15. 是否可以使用scikit-learn K-Means Clustering來指定自己的距離函數?
  16. 如何訓練一個人造神經網絡使用視覺輸入來玩“暗黑破壞神2”?
  17. 何時使用遺傳算法與什麼時候使用神經網絡?
  18. 為什麼一個熱門編碼可以提高機器學習性能?
  19. 在pip中找不到張量流
  20. 在scikit-learn中將分類器保存到磁盤
  21. 機器學習在遊戲AI
  22. 在C#中的機器學習庫
  23. 如何將數據集劃分為訓練集和驗證集有一個經驗法則嗎?
  24. 多層感知器(MLP)體系結構:選擇隱藏層的數量和隱藏層的大小的標準?
  25. 我如何建立一個模型來區分關於蘋果(公司)的推文與關於蘋果(水果)的推文呢?
  26. 線性回歸和邏輯回歸有什麼區別?
  27. 有沒有一個推薦的軟件包在Python機器學習?
  28. 我如何找到與Python的Wally?
  29. 什麼是機器學習?
  30. 在波浪中檢測圖案
  31. 估計人工神經網絡的神經元數量和層數
  32. 如何從scikit-learn決策樹中提取決策規則?
  33. 期望最大化技術的直觀解釋是什麼?
  34. Numpy 1熱陣列
  35. 如何解釋機器學習模型的“損失”和“準確性”
  36. 為什麼在反向傳播神經網絡中必須使用非線性激活函數?
  37. 任何人推荐一個有條件的隨機領域的好教程
  38. 機器學習OCaml或Haskell?
  39. 如何在缺失(NA)值的情況下在R中構建隨機森林?
  40. 如何解釋tensorflow中的Poolallocator消息?
  41. 圖像中的標識識別
  42. 用強化學習訓練神經網絡
  43. Python:tf-idf-cosine:查找文檔相似度
  44. TensorFlow,為什麼Python是選擇的語言?
  45. 如何獲得scikit-learn分類器的大多數信息功能?
  46. 為什麼要將神經網絡的權重初始化為隨機數?
  47. 在F#中使用機器學習的資源
  48. 如何提高樸素貝葉斯分類器的準確性?
  49. 具有未知數量的簇的無監督聚類
  50. 感知器學習算法不收斂到0