原文:
1. 损失函数 -经验风险最小化-结构风险最小化
统计学
shawnsun007 阅47
SVM学习之四——从机器学习到支持向量机
funson 阅2779 转79
机器学习-期望风险、经验风险、结构风险
无名小卒917 阅156 转5
机器学习概述
联合参谋学院_ 阅185 转4
机器学习中的目标函数、损失函数、代价函数
深柏浅觅探 阅289 转3
统计学习方法(1) 理论基础
印度阿三17 阅208 转2
XGBoost: A Scalable Tree Boosting System
Rainbow_Heaven 阅279
SVM详解
imelee 阅573 转5
vc维的本质和结构风险最小化
student2012 阅349 转11
支持向量机
复杂网络621 阅158 转3
SVM学习
学海无涯GL 阅303 转2
ML之LF:机器学习中常见的损失函数(连续型/离散型)的简介、损失函数/代价函数/目标函数之间区别、案例应用之详细攻略
处女座的程序猿 阅39
机器学习入门概览
yangtz008 阅40
为什么深度学习是非参数的?
天承办公室 阅4
什么是正则化、如何理解正则化以及正则化的作用?
taotao_2016 阅4236 转11
CVPR2021 P2GAN:提高图像风格迁移的鲁棒性
我爱计算机视觉 阅422
机器学习入门02
达天下图书馆 阅24
XGBoost算法原理小结
michael1314520 阅29
随机梯度下降(Stochastic gradient descent)和 批量梯度下降(Batch gradient descent )的公式对比、实现对比
mscdj 阅687 转5
对线性回归、逻辑回归、各种回归的概念学习
检霸无敌 阅364 转17
【机器学习】从统计学角度看待机器学习
大漠 阅242 转8
监督式学习
二月石桥 阅136
对SVM的个人理解
听语思祈 阅317 转2
首页
留言交流
联系我们
回顶部