V
主页
4_5分类任务中的过拟合和欠拟合
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
4_6验证集判断过拟合
4_8N折交叉验证
4_9模型的偏差和方差
4_4回归任务中的过拟合和欠拟合
4_11过拟合欠拟合的解决办法
4_2多项式函数
8_3指数滑动平均
6_13偏J偏w和偏J偏b
8_1复习梯度下降原理和优缺点
反复横跳
6_14KNN算法
2_10梯度计算
3_8逻辑回归总结
2_6特征空间和参数空间
3_2逻辑回归数据
8_7小批量梯度下降
6_12偏z偏w
3_9数值稳定性
7_1类的定义
辛顿现场授课:AI在生物学上的神奇应用,太超前
6_1Softmax回归数据
3_1指针变量的4大特性
6_4Softmax回归模型数学符号
机器学习入门到精通!回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机等十大机器学习算法一口气学完!人工智能/机器学习/深度学习/AI
7_4几种激活函数
4_1训练样本采样
9_1卷积神经网络数据
6_5Softmax函数
一键三连
2_7总结和超参数介绍
6_11偏L偏z
李飞飞:斯坦福计算机视觉公开课
7_6全连接神经网络的公式
2023 Machine Learning(机器学习)第9节
6_8开始计算梯度
2_1头文件iostream
7_9开始反向传播
7_14中间层偏L偏A
2_8学习率
7_3神经网络