|
- 常见的机器学习模型和算法 - 知乎
机器学习是人工智能的一个子领域，它使计算机能够从数据中学习并作出决策或预测。这里，我会概述一些最常见的机器学习模型和算法，包括它们的基本概念和应用场景。 1 线性回归 (Linear Regression) 概述: 线性回归试图建立自变量和因变量之间的线性关系。它通过最小化实际值和预测值之间差的
- 机器学习模型的泛化能力不足，有什么改进思路？ - 知乎
对于想深入学习AI大模型相关知识的同学，建议关注一下知乎知学堂联合AGI课堂推出的程序员的AI大模型进阶之旅课程，2天的课程能学习到很多LLM的知识，比如如何写出专业的prompt让AI工具给你提供最满意的回答。
- 机器学习中有哪些模型？ - 知乎
机器学习 是一种通过让计算机自动从数据中学习规律和模式，从而完成特定任务的方法。按照模型类型，机器学习可以分为两大类： 监督学习模型和无监督学习模型。 附注：除了以上两大类模型，还有半监督学习和强化学习等其他类型的机器学习模型。半监督学习是指在有部分标签数据的情况下
- 如何最简单、通俗地理解什么是机器学习？ - 知乎
都2023年了，如果还不知道什么是机器学习的话就来看这篇文章吧，讲给普通人的机器需学习理论。 在谈论机器学习时候，实际上是在告诉你机器（可以通俗的按照电脑、CPU或者一切可以处理逻辑计算的产物）是如何通过一系列数据中学习到一些规则或者决策。
- 深度学习中，有哪些提高模型泛化能力的有效策略？ - 知乎
近年来，RT2、Pi0、PaLM-E、Octo等代表性VLA模型在大规模机器人数据集预训练后，展现出了优秀的域内性能，成为通用机器人控制的重要方向。 然而，VLA模型的 鲁棒性与泛化性 始终是落地的关键瓶颈。
- 在人工智能领域，深度学习相比传统机器学习有哪些主要优势呢？ - 知乎
在人工智能（AI）领域， 深度学习 （Deep Learning，DL）与 传统机器学习 （Traditional Machine Learning，TML）之间存在着显著的区别。 随着数据规模和计算能力的增加，深度学习在许多任务中展现出超越传统机器学习的优势。
- 哪里有标准的机器学习术语 (翻译)对照表？ - 知乎
学习机器学习时的困惑，“认字不识字”。 很多中文翻译的术语不知其意，如Pooling，似乎90%的书都翻译为“池化”，这对我来说真的是个生僻词且无法从字…
- 目前深度学习的模型有哪几种，适用于哪些问题？ - 知乎
自此，Transformer架构一路开挂，形成了一个枝繁叶茂的大家族，在文本分类、命名实体识别、情感分析、问答系统、机器翻译、语音识别、图像分类等领域都取得了显著的成果。 3、 大型预训练语言模型（Large Language Model）（通常基于Transformer架构）
|
|
|