标签：lap   order   易云   加速   bsp   bottom   img   out   lin   

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

强化学习

《有趣的机器学习》--网易云课堂

标签：lap   order   易云   加速   bsp   bottom   img   out   lin   

原文地址：https://www.cnblogs.com/LearnFromNow/p/10013635.html