机器学习
监督学习
非监督学习
半监督学习
强化学习
遗传算法
神经网络
CNN
TensorFlow搭建CNN
RNN
LSTM
为了解决梯度弥散和梯度爆炸
自编码器 autoencoder
GAN
神经网络技巧
如何检验神经网络
训练集和测试集
R2和F1分数
交叉验证
特征标准化
如何选择一个好特征
避免无用的信息
避免重复的信息
避免复杂的信息
为什么需要激励函数
激励函数用来解决无法用线性函数解决的问题
什么是过拟合
解决方法
- 增加数据量
- L1/L2正规化
- dropout
加速神经网络训练
SGD
处理不均衡数据
为什么要批标准化
.
L1/L2正规化
