101-150
最后更新于
最后更新于
任务101：数据入库
任务102：importance sample negtive sample nce 01
任务103：importance sample negtive sample nce 02
任务104：importance sample negtive sample nce 03
任务105：精确率和召回率
任务106： 逻辑回归介绍
任务107： 逻辑回归是线性分类器
任务108： 逻辑回归的目标函数
任务109： 梯度下降法
任务110： 逻辑回归的梯度下降法
任务111： 当线性可分的时候
任务112： 关于面试的话题 01
任务113： 关于面试的话题 02
任务114： 关于面试的话题 03
任务115： 直播 01
任务116： 直播 02
任务117： 直播 03
任务118： 直播 04
任务119： 直播 05
任务120： 直播 06
任务121： 直播 07
任务122： 直播 08
任务123： 直播 09
任务124： 直播 10
任务125： 直播 11
任务126： 当数据线性可分割的时候
任务127： 限制参数变得太大
任务128： 模型复杂度与过拟合
任务129： 怎么避免过拟合
任务130： 正则介绍
任务131： L1 VS L2
任务132： review 数据结构串讲 01
任务133： review 数据结构串讲 02
任务134： Affective Computing & 情绪识别实战
任务135： 交叉验证（1）
任务136： 交叉验证（2）
任务137： 正则的作用
任务138： MLE VS MAP介绍
任务139： 正则的使用
任务140： 交叉验证
任务141： 参数搜索策略
任务142： 高级：正则的灵活应用
任务143： 总结
任务144： MLE与MAP
任务145： Lasso Regression介绍
任务146： 特征选择技术
任务147： LASSO介绍
任务148： Coordinate Descent
任务149： Coordinate Descent for LASSO
任务150： 其他LASSO Solver