- 博客(3)
- 资源 (44)
- 收藏
- 关注
转载 机器学习中正则化项L1和L2的直观理解
正则化(Regularization)机器学习中几乎都可以看到损失函数后面会添加一个额外项,常用的额外项一般有两种,一般英文称作ℓ1” role=”presentation”>ℓ1ℓ1-norm,中文称作L1正则化和L2正则化,或者L1范数和L2范数。L1正则化和L2正则化可以看做是...
2018-06-29 15:20:03 208
转载 如何在Word中排出漂亮的代码
引言       学数学和计算机,当然还是用LaTeX排版技术文章更方便。但有时候还是迫不得已需要用Word写作,另外Word其实也有Word的好处,比如细节上的修改要比LaTeX方便。     
2018-06-25 20:31:47 1164
转载 极大似然估计详解
极大似然估计 以前多次接触过极大似然估计,但一直都不太明白到底什么原理,最近在看贝叶斯分类,对极大似然估计有了新的认识,总结如下:贝叶斯决策 首先来看贝叶斯分类,我们都知道经典的贝叶斯公式:...
2018-06-08 16:13:53 6112 1
三星S3C6410用户手册(中文版).pdf
2017-05-06
linux系统操作
2017-04-30
linux pyecharts 离线安装
2020-04-17
google python风格规范
2018-05-08
Windows版本 Python3.5.4 与python2.7.14
2018-03-28
各类智能算法
2017-09-05
Kalman滤波程序
2017-09-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人