社区
非技术区
帖子详情
分太多了,借圣诞的名义散点分.
whyxx
2005-12-22 04:55:49
分太多了,借圣诞的名义散点分.
...全文
281
46
打赏
收藏
分太多了,借圣诞的名义散点分.
分太多了,借圣诞的名义散点分.
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
46 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
ccwg
2005-12-23
打赏
举报
回复
up
hamlet3145
2005-12-23
打赏
举报
回复
分太少了,借圣诞的名义接点分
是静安寺不是道明寺,是源程序不是言承旭;是在静安寺写源程序,不是在流星花园看F4。
walter8888
2005-12-23
打赏
举报
回复
大家都乐!
racke
2005-12-23
打赏
举报
回复
接点分
Hoho_dinosaur
2005-12-23
打赏
举报
回复
嘿嘿..今天我们写字楼一大早就有圣诞老人发糖。我觉得好好玩丫!所以走过去说了句“我也要”,结果那个圣诞老人看看他的黄色带子来了句“啊!没有了,你到那边拿吧!”晕哦!弄的等电梯的人都笑起来了。啊!我真的是人丢大了丫!不过还是拿到了三颗糖!哈哈...
福贵
2005-12-23
打赏
举报
回复
借圣诞的名接点分
reack
2005-12-23
打赏
举报
回复
借圣诞的名
接点分
cdwei80
2005-12-23
打赏
举报
回复
借圣诞的名接点分
masse
2005-12-23
打赏
举报
回复
单独给点吧
wmzsl
2005-12-23
打赏
举报
回复
接分
左大神在这
2005-12-23
打赏
举报
回复
圣诞快乐!
truewill
2005-12-23
打赏
举报
回复
up
OnlyFor_love
2005-12-23
打赏
举报
回复
呵呵 那我就不客气了 接分ong
monly
2005-12-23
打赏
举报
回复
Happy christmas!
jf^_^
beike321
2005-12-23
打赏
举报
回复
圣诞快乐!
接分
inexplicable
2005-12-23
打赏
举报
回复
merry christmas to all
those8377
2005-12-23
打赏
举报
回复
接分好快乐
kangbo198284
2005-12-23
打赏
举报
回复
哈哈,过节就是好~~接分/
vvpang
2005-12-23
打赏
举报
回复
生蛋生蛋。。。
baiyunyuan2
2005-12-23
打赏
举报
回复
大家一起happy
接分
加载更多回复(26)
TowardsDataScience 2023 博客中文翻译(三百一十)
想象一下,一个机器学习知识有限的人面临一个实际的图像
分
类问题。他们可以清楚地定义问题并有训练数据可用。在这种情况下,AutoML 可以帮助构建一个训练好的机器学习模型。从输入和输出的角度来看,AutoML 做了以下工作。从输入和输出的角度来看 AutoML(作者图片)它接受问题定义和训练数据,并输出一个准备部署的训练好的机器学习模型。例如,如果给定一个图像
分
类任务,它接受训练图像数据集作为输入,并输出一个训练好的图像
分
类模型。
TowardsDataScience 2024 中文翻译(八十七)
在文章标题中,您可能注意到我特别提到了静态图表。在本文中,我们将探讨多重共线性可能带来的危害,并评估一些可以用来应对它的方法。以下方面将被覆盖:什么是多重共线性?为什么它在因果推断中是一个问题?为什么它在市场营销组合建模中如此常见?我们如何检测它?我们该如何解决这个问题?贝叶斯先验简介。这是一个 Python 案例研究,探讨了贝叶斯先验和随机预算调整如何有助于缓解多重共线性。完整的笔记本可以在此处找到:多重共线性发生在回归模型中的两个或更多自变量之间高度相关时。
TowardsDataScience 博客中文翻译 2019(五百五十二)
如果你沉浸在数据世界中,很可能你已经看到了一堆关于今年和未来几年将要发生的事情、趋势和期望的文章、博客帖子和新闻。我读了很多,如果你想读,可以去文章的结尾,你会在那里找到。但是在这里,我想快速概述一下现在正在发生的事情,并
分
析人们正在谈论的不同趋势,看看更有可能发生什么。这篇文章描述了我如何使用 eo-learn 和 fastai 库来创建机器学习数据管道,该管道可以从卫星图像中对作物类型进行
分
类。我用这个管道进入了 Zindi 的农场 Pin 作物检测挑战赛。
项目管理习题大全
第1章 引论 1以下哪一项最能表现项目的特征?(C) A.需要制订进度计划 B需要整合范围、进度和成本 C.有确定的期限 D需要由专门的团队来实施 2以下除了哪一项,其余都是项目团队需要考虑的事业环境因素?(D) B A.人员加班政策和时间记录要求 B组织的标准流程和标准化的...
TowardsDataScience 博客中文翻译 2021(七)
一段时间以来,Scikit-learn 的和类一直是超参数调优的首选。给定一个可能参数的网格,两者都使用蛮力方法来计算任何给定模型的最佳超参数集。虽然它们提供了非常健壮的结果,但是在大型数据集上调整较重的模型会花费太多时间(这里我们说的是几个小时)。这意味着除非你有一台 16 核以上的机器,否则你就有麻烦了。但是在 2020 年 12 月,Scikit-learn 的 0.24 版本推出了两个新的超参数调优类—和。在官方用户指南。
非技术区
23,406
社区成员
70,513
社区内容
发帖
与我相关
我的任务
非技术区
Java 非技术区
复制链接
扫一扫
分享
社区描述
Java 非技术区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章