machine-learning 355

  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. 生成式和判別式算法有什麼區別?
  4. Google的“你的意思是?”算法是如何工作的?
  5. Tensorflow:如何保存/恢復模型?
  6. 支持向量機的人工神經網絡的優點是什麼?
  7. 監督學習與無監督學習有什麼區別?
  8. softmax和softmax_cross_entropy_with_logits有什麼區別?
  9. 在pip中找不到張量流
  10. 一般來說哪種機器學習分類器可供選擇?
  11. 數據挖掘中分類和聚類的區別?
  12. 如何在Python中實現Softmax函數
  13. 如何理解局部敏感散列?
  14. 蘋果如何在電子郵件中查找日期,時間和地址?
  15. 高維數據中最近的鄰居?
  16. 是否可以使用scikit-learn K-Means Clustering來指定自己的距離函數?
  17. 如何訓練人造神經網絡以使用視覺輸入來玩“暗黑破壞神2”?
  18. 在scikit-learn中將分類器保存到磁盤
  19. 何時使用遺傳算法與什麼時候使用神經網絡?
  20. 線性回歸和邏輯回歸有什麼區別?
  21. 為什麼一個熱門編碼可以提高機器學習性能?
  22. 如何將數據集劃分為訓練集和驗證集有什麼經驗法則?
  23. 遊戲AI中的機器學習
  24. C#中的機器學習庫
  25. Numpy 1熱陣列
  26. 如何解釋機器學習模型的“損失”和“準確性”
  27. 多層感知器(MLP)體系結構:選擇隱藏層數量和隱藏層大小的標準?
  28. 如何從scikit-learn決策樹中提取決策規則?
  29. 我怎樣才能建立一個模型來區分蘋果公司(推特)有關蘋果(水果)的推文呢?
  30. 在Python中是否有推薦的機器學習包?
  31. 我如何找到與Python的Wally?
  32. 什麼是機器學習?
  33. 在波浪中檢測圖案
  34. 估計人工神經網絡的神經元數量和層數
  35. 期望最大化技術的直觀解釋是什麼?
  36. 如何使用scikit學習計算多類別案例的精確度,召回率,準確度和f1分數?
  37. 為什麼在反向傳播神經網絡中必須使用非線性激活函數?
  38. 任何人推荐一個有條件的隨機領域的好教程
  39. 機器學習OCaml或Haskell?
  40. 如何在缺失(NA)值的情況下在R中構建隨機森林?
  41. 如何解釋tensorflow中的Poolallocator消息?
  42. 圖像中的標識識別
  43. 用強化學習訓練神經網絡
  44. Python:tf-idf-cosine:查找文檔相似度
  45. 如何獲得scikit-learn分類器的大多數信息功能?
  46. TensorFlow,為什麼Python是選擇的語言?
  47. 感知器學習算法不收斂到0
  48. 如何提高樸素貝葉斯分類器的準確性?
  49. 在F#中使用機器學習的資源
  50. 具有未知數量的簇的無監督聚類