at小涛

关注

机器学习经典博客整理,一读就懂的深度好文

at小涛

关注

阅读 43

2023-05-07


1. 一文搞懂交叉熵在机器学习中的使用,透彻理解交叉熵背后的直觉:传送门

2. logistic回归模型讲解:传送门

3. 分类之混淆矩阵(Confusion Matrix):传送门

4. 如何理解最小二乘法?:传送门

5. 如何通俗地理解“最大似然估计法”?:传送门

6. 为什么样本方差的分母是 n-1?:传送门

7.


相关推荐

进击的包籽

神经网络训练技巧深度剖析,值得一读!

进击的包籽 108 0 0

Python百事通

【每日一读】Kronecker Attention Networks

Python百事通 93 0 0

b91bff6ffdb5

【每日一读】Self-Paced Network Embedding

b91bff6ffdb5 72 0 0

高子歌

【每日一读】Ripple:Scaling Locally Linear Embedding

高子歌 100 0 0

ZSACH

13.每日一读-分清脏读、幻读、 不可重复读

ZSACH 134 0 0

唯米天空

【每日一读】A Hyperbolic Embedding Method for Weighted Networks

唯米天空 62 0 0

佳简诚锄

【每日一读】Hierarchical Taxonomy Aware Network Embedding

佳简诚锄 39 0 0

西街小学的王

Unity值得一读的入门文章索引[持续更新]

西街小学的王 103 0 0

夏侯居坤叶叔尘

【每日一读】GAGE: Geometry Preserving Attributed Graph Embeddings

夏侯居坤叶叔尘 33 0 0

以沫的窝

一看就懂的vue插槽

以沫的窝 47 0 0

精彩评论(0)

0 0 举报