Google AI 团队科学家 Brendan McMahan 和 Daniel Ramage 的博
Mon Dec 30 21:20:18 CST 2019
1.欧氏距离 2.曼哈顿距离 3. 切比雪夫距离 4. 闵可夫斯基距离 5.标准化欧氏距离
Sat Dec 28 16:08:36 CST 2019
我们可能会对我们的业务规则和流程含糊不清。我们可以设置例外，也可以绕过一些步骤以适应我们从未想到的特
Mon Jul 20 17:30:37 CST 2020
对于有M个状态的一阶马尔科夫模型，共有M^2个状态转移，因为任何一个状态都有可能是所有状态的下一个
Sat Dec 28 16:00:07 CST 2019
k-means算法不再随机选取簇中心，而是从一个簇出发，根据聚类效果度量指标SSE来判断下一步应该对
Fri Dec 27 23:47:28 CST 2019
K 最近邻(k -Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，
Fri Dec 27 23:42:36 CST 2019
Google 的两位创始人都是斯坦福大学的博士生，他们提出的 PageRank 算法受到了论文影响力
Fri Dec 27 23:33:30 CST 2019
在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计
Fri Dec 27 23:28:48 CST 2019
Apriori算法简介： Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选
Fri Dec 27 23:21:05 CST 2019
梯度下降（GD）是最小化风险函数、损失函数的一种常用方法，随机梯度下降和批量梯度下降是两种迭代求解思
Fri Dec 27 23:15:14 CST 2019
分类回归树(CART,Classification And Regression Tree)也属于一
Fri Dec 27 23:11:05 CST 2019
Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些
Fri Dec 27 23:08:01 CST 2019
Boosting算法是一种把若干个分类器整合为一个分类器的方法，在boosting算法产生之前，还出
Fri Dec 27 23:02:35 CST 2019
从原始的数据集中采取有放回的抽样，构造子数据集，子数据集的数据量是和原始数据集相同的。不同子数据集的
Fri Dec 27 22:51:19 CST 2019
说起贝叶斯算法，不得不先提到概率论与数理统计课程里面的条件概率公式，对于随机试验E有两个随机事件A,
Fri Dec 27 22:38:08 CST 2019
支持向量机，因其英文名为support vector machine，故一般简称SVM，通俗来讲，它
Fri Dec 27 10:58:52 CST 2019
是机器学习算法中的另一个分类决策树算法，它是基于ID3算法进行改进后的一种重要算法，相比于ID3算法
Fri Dec 27 22:56:28 CST 2019
当我们开始编写软件时，我们总是希望有一个好的设计。我们阅读书籍，运用最佳实践，最后，我们常常一团糟。
Mon Jul 20 14:53:38 CST 2020
我们的开发团队在功能交付计划方面略有突破。技术领导层决定，这次将我们的单片单体架构分解为微服务是最好
Wed Jul 22 15:57:03 CST 2020
Mon Jul 20 17:29:16 CST 2020
