腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
小小挖掘机
专栏作者
举报
516
文章
862051
阅读量
237
订阅数
订阅专栏
申请加入专栏
全部文章（516）
编程算法（162）
神经网络（141）
深度学习（138）
机器学习（131）
人工智能（93）
推荐系统（68）
https（59）
python（52）
其他（41）
网络安全（40）
数据分析（31）
强化学习（27）
github（20）
tensorflow（17）
NLP 服务（15）
numpy（15）
决策树（14）
大数据（14）
特征工程（12）
数据挖掘（11）
spark（11）
hive（11）
embedding（11）
ide（10）
开源（10）
sql（9）
git（9）
卷积神经网络（9）
批量计算（8）
监督学习（8）
pytorch（8）
搜索引擎（7）
linux（7）
腾讯云测试服务（7）
http（7）
正则表达式（7）
数据结构（7）
java（6）
matlab（6）
黑石物理服务器（6）
存储（6）
windows（6）
css（5）
数据库（5）
api（5）
线性回归（5）
keras（5）
费用中心（4）
scala（4）
html（4）
jquery（4）
文件存储（4）
知识图谱（4）
游戏（4）
分布式（4）
layer（4）
self（4）
javascript（3）
xml（3）
打包（3）
mapreduce（3）
图像处理（3）
电商（3）
tcp/ip（3）
机器人（3）
系统架构（3）
excel（3）
field（3）
model（3）
prediction（3）
c 语言（2）
c++（2）
json（2）
unix（2）
apache（2）
容器镜像服务（2）
serverless（2）
爬虫（2）
hadoop（2）
markdown（2）
scikit-learn（2）
迁移学习（2）
微服务（2）
腾讯云开发者社区（2）
信息流（2）
label（2）
map（2）
matching（2）
search（2）
task（2）
vi（2）
vr（2）
笔记（2）
编码（2）
公众号（2）
流量（2）
论文（2）
iphone（1）
bash（1）
.net（1）
r 语言（1）
bootstrap（1）
android（1）
云数据库 SQL Server（1）
nosql（1）
jar（1）
ubuntu（1）
bash 指令（1）
日志服务（1）
短视频（1）
机器翻译（1）
mongodb（1）
网站（1）
vr 视频解决方案（1）
yarn（1）
容器（1）
缓存（1）
运维（1）
shell（1）
图像识别（1）
面向对象编程（1）
opencv（1）
openstack（1）
unity（1）
二叉树（1）
scrapy（1）
kernel（1）
uml（1）
数据可视化（1）
架构设计（1）
sas（1）
hbase（1）
云计算（1）
聚类算法（1）
分类算法（1）
flink（1）
学习方法（1）
Elasticsearch Service（1）
智能推荐平台（1）
alignment（1）
amazon（1）
backbone（1）
command（1）
cookie（1）
correlation（1）
decoding（1）
document（1）
dynamic（1）
effects（1）
element（1）
encoding（1）
error（1）
gif（1）
glob（1）
graph（1）
im（1）
image（1）
key（1）
mac（1）
mask（1）
matplotlib（1）
matrix（1）
mean（1）
module（1）
network（1）
next（1）
pdf（1）
png（1）
point（1）
ranking（1）
select（1）
selection（1）
selector（1）
session（1）
sharing（1）
size（1）
spaces（1）
target（1）
theory（1）
time（1）
youtube（1）
编辑器（1）
产品（1）
架构（1）
排序（1）
思维导图（1）
系统（1）
搜索文章
搜索
搜索
关闭
机器学习模型什么时候需要做数据标准化？
线性回归
机器学习
决策树
神经网络
这个问题笔者也思考过，只不过不够系统，观点也比较单一，所以才有了上图中的【变量单位之间数量级差异过大】的回答。就着这个话题，笔者查阅相关资料，相对这个问题进行一个详细的阐述。
石晓文
2020-09-07
2.4K
0
新手机器学习工程师最容易犯的错误Top6
机器学习
神经网络
深度学习
人工智能
线性回归
在机器学习中，有许多方法来构建产品或解决方案，每种方法都假设不同的东西。很多时候，如何识别哪些假设是合理的并不明显。刚接触机器学习的人会犯错误，事后想想，这些错误往往会让人觉得愚蠢。我列了一个清单，上面列出了机器学习工程师新手最常犯的错误。希望你能从这些常见的错误中吸取教训，创建更健壮的解决方案，从而带来真正的价值。
石晓文
2019-11-15
351
0
机器学习中常用的5种回归损失函数，你都用过吗？
线性回归
机器学习
神经网络
深度学习
人工智能
“损失函数”是机器学习优化中至关重要的一部分。L1、L2损失函数相信大多数人都早已不陌生。那你了解Huber损失、Log-Cosh损失、以及常用于计算预测区间的分位数损失么？这些可都是机器学习大牛最常用的回归损失函数哦！
石晓文
2019-10-11
1.6K
0
特征工程系列：特征筛选的原理与实现（下）
正则表达式
线性回归
编程算法
我们在《特征工程系列：特征筛选的原理与实现（上）》中介绍了特征选择的分类，并详细介绍了过滤式特征筛选的原理与实现。本篇继续介绍封装式和嵌入式特征筛选的原理与实现。
石晓文
2019-07-30
482
0
整理一份机器学习资料！
机器学习
线性回归
本系列主要根据吴恩达老师的课程、李航老师的统计学习方法以及自己平时的学习资料整理！在本文章中，有些地方写的十分简略，不过详细的介绍我都附上了相应的博客链接，大家可以根据相应的博客链接学习更详细的内容。
石晓文
2018-07-25
642
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档