t元j 一、什么是凸函數 　對於一元函數\(f(x\))，如果對於任意\(t\epsilon[0,1]\)均滿足：\(f(tx_1 + (1-t)x_2) \leq tf(x_1) + (1-t) ...

二分~多分~Softmax~理預 一、簡介 　在二分類問題中，你可以根據神經網絡節點的輸出，通過一個激活函數如Sigmoid，將其轉換為屬於某一類的概率，為了給出具體的分類結果，你可以取0.5作為 ...

一、你知道聚類中度量距離的方法有哪些嗎？ 　1）歐式距離 　歐氏距離是最易於理解的一種距離計算方法，源自歐氏空間中兩點間的距離公式。即兩點之間直線距離，公式比較簡單就不寫了 　應用場景：適用於求 ...

一、題目簡述 　假設樣本服從正態分布：\(N(\mu,\sigma^2)\)，寫出似然估計的期望和方差 　極大似然函數是什么意思呢？ 　1）寫出似然函數 　2）取對數 　　 ...

（定義，舉例，實例，問題，擴充，采樣，人造，改變） 一、不平衡數據集 　1）定義 　　不平衡數據集指的是數據集各個類別的樣本數目相差巨大。以二分類問題為例，假設正類的樣本數量遠大於負類的樣本數量 ...

信道壓縮~通~通~減 一、1 X 1的卷積核作用 　所謂信道壓縮，Network in Network是怎么做到的？ 　對於如下的二維矩陣，做卷積，相當於直接乘以2，貌似看上去沒什么意義： ...

什么~為什么~哪些（RSST） 一、什么是激活函數 　如下圖，在神經元中，輸入的 inputs 通過加權，求和后，還被作用了一個函數，這個函數就是激活函數 Activation Function： ...

一、相同點 　第一，LR和SVM都是分類算法（SVM也可以用與回歸） 　第二，如果不考慮核函數，LR和SVM都是線性分類算法，也就是說他們的分類決策面都是線性的。 　　這里要先說明一點，那就是L ...

一、常見的損失函數 　常見的損失函數見這里：https://www.cnblogs.com/always-fight/p/9099704.html 二、關於經驗風險和結構風險最小化 　模型 ...