其他
【强基固本】图解最常用的10大机器学习算法!
“强基固本,行稳致远”,科学研究离不开理论基础,人工智能学科更是需要数学、物理、神经科学等基础学科提供有力支撑,为了紧扣时代脉搏,我们推出“强基固本”专栏,讲解AI领域的基础知识,为你的科研学习提供助力,夯实理论基础,提升原始创新能力,敬请关注。
01 线性回归
每类的平均值。 跨所有类别计算的方差。
数据的大小,质量和性质; 可用的计算时间; 任务的紧迫性; 你想要对数据做什么。
“强基固本”历史文章
数字图像处理基本知识
关于机器学习这门炼丹术,理论基础到底有多可靠?
数据统计分析的16个基础概念
机器学习理论基础炼丹总结
超全725个机器学习术语表
OpenCV高性能计算基础介绍
迈向可验证的 AI: 形式化方法的五大挑战
深度学习必须掌握的 13 种概率分布
第三代神经网络初探:脉冲神经网络(Spiking Neural Networks)
浅谈图像分割调优
理解Jacobian矩阵与行列式
理解Tensor Core
损失函数 | 交叉熵损失函数
多场景建模
更多强基固本专栏文章,
请点击文章底部“阅读原文”查看
分享、点赞、在看,给个三连击呗!