- 博客(3)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 零碎知识点粗略了解-鲁棒性
在机器学习，训练模型时，工程师可能会向算法内添加噪声（如对抗训练），以便测试算法的「鲁棒性」。可以将此处的鲁棒性理解为算法对数据变化的容忍度有多高原网址：https://www.zhihu.com/question/304499849KnowingAI知智...
2021-04-21 22:47:25
147
原创 零碎知识点初步了解-过拟合、欠拟合
过拟合与欠拟合（摘录自西瓜书P23-P24）学习器把训练样本学的太好了的时候，很可能把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质，这种现象在机器学习中被称为过拟合（overfitting）与过拟合相对的是欠拟合（underfitting），这是指对训练样本的一般性质尚未学好。比如，树叶训练样本里出现绿色锯齿状树叶，过拟合模型会认为树叶必须有锯齿；而欠拟合模型会认为绿色的都是树叶。...
2021-04-21 22:19:38
144
转载 2-3-4 tree
发现一个讲的比较好的文章链接：https://algorithmtutor.com/Data-Structures/Tree/2-3-4-Trees/
2021-04-16 09:31:51
95
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人