1.机器学习算法的参数更新推导;https://blog.youkuaiyun.com/jiachen0212/article/details/80301032
2.网络过拟合的处理方法:https://www.cnblogs.com/bonelee/p/8993812.html
https://blog.youkuaiyun.com/gsww404/article/details/80414675
通俗易懂的解释为什么可以处理过拟合
网络欠拟合的处理方法:https://blog.youkuaiyun.com/wsp_1138886114/article/details/81084934#3__46
(大部分是和过拟合的处理方法相反即可)
网络梯度消失和爆炸的解决方法:https://blog.youkuaiyun.com/qq_25737169/article/details/78847691
3.L1,L2正则化:https://blog.youkuaiyun.com/gsww404/article/details/80414675
4.batchNorm为什么可以加速训练
5.lstm的原理
6.概率题:A.一个1-5的随机数生成器,如何实现1-10的生成器
B.两个人扔硬币,谁先扔到正面谁赢,求先手赢的概率
7.算法:A.twoSum的变种(处理特殊case:222222,找4)
B.二叉树最大路径和
8.指针和引用的区别,和const的关系:https://www.cnblogs.com/gofighting/p/5440012.html
========================================================================
1.ROC曲线,AUC曲线 https://blog.youkuaiyun.com/shenxiaoming77/article/details/72627882/
https://blog.youkuaiyun.com/u013385925/article/details/80385873
2.KNN,K-means https://www.cnblogs.com/peizhe123/p/4619066.html
本文深入探讨了机器学习算法的关键概念,包括参数更新的数学推导、过拟合和欠拟合的处理策略、梯度消失与爆炸的解决方案、L1与L2正则化的作用、batchNorm加速训练的原理、LSTM的工作机制、概率论基础问题解析以及经典算法的变种应用。同时,文章对比了指针与引用的区别,并解释了它们与const的关系。
176万+

被折叠的 条评论
为什么被折叠?



