|
- 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“…
- 双向固定效应模型怎么理解？ - 知乎
双向固定效应模型专门用来处理既随时间变化、又随个体变化的面板数据。 一句话概括：双向固定效应模型（Two-way Fixed Effects Model）通过同时控制“个体之间”和“不同时间”这两大类“看不见”的影响因素，来更准确地估算出我们真正关心的变量之间的因果关系。 个体和时间固定效应分别是什么
- 怎么理解机器学习是黑箱模型？他黑在哪呢？这个黑箱到底指的是啥？ - 知乎
黑箱模型（black box）是指模型的输入和操作对用户或其他相关方是不可见的。 通俗来讲，模型在作出预测的过程中所进行的一系列操作是未知的，或即使人类很清楚模型在作决策的过程中的每一步具体的操作，但是所进行的操作无法用人类可以理解的语义来描述。 深度学习建模通常通过黑箱开发
- SOTA，benchmark和baseline分别是什么意思？ - 知乎
SOTA是state of the art的缩写，指某特定时间背景下的最高水准。例如，SOTA model 最先进的模型。 benchmark通常指的是一个（标准的）衡量规定或是评估标准。具体的可以理解成，在某个标准的数据集上用某种规定的方式（进行实验）并且用某几个指标来衡量算法的性能，这样规定被称为benchmark。由于
- 机器学习该怎么入门？ - 知乎
今天我来谈谈对机器学习如何入门自己的理解。 1 放弃海量资料！ 没错，就是放弃海量资料！在我们想要入门机器学习的时候，往往会搜集很多资料，什么 xx学院机器学习内部资源、机器学习从入门到进阶百 G 资源、xx 人工智能教程，等等。很多时候我们拿着十几 G、几百 G 的学习资源，然后踏
- 机器学习 - 知乎
何谓 “机器学习”，学界尚未有统一的定义。但有两个定义特别值得了解：一个来自卡内基梅隆大学的Tom Mitchell教授，一个来自Goodfellow、Bengio 和 Courville合著的经典“花书”《深度学习》。
- 如何自学机器学习Machine Learning？ - 知乎
半监督学习分类 为了更友好帮助新手学习机器学习算法，主要课程时是基于Machine Learning (Coursera, Andrew Ng) 的课程内容。 目录结构： 绪论 线性回归 逻辑回归 神经网络 打造实用的机器学习系统 支持向量机 SVM 聚类算法 数据降维 异常检测 推荐系统 大规模机器学习 应用案例照片文字识别 总结 也可以
- 学习机器学习应该看哪些书籍？ - 知乎
最近，一本名为Foundations of Machine Learning（《机器学习基础》）的课在Reddit上热度飙升至300，里面可谓内容丰富。 不仅有500多页的课程PDF可以下载，并且还有13章的PPT也可以获取。 有Reddit网友评论，这部教材足够扎实、内容足够基础，学机器学习理论，熟读这本书就足够了。
|
|
|