从这里开始
从这里开始
五 成果导向课程
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
主题曲目
按曲目浏览
跳入您关心的领域。每条赛道都有多个简单的英文指南。
- 134 指南基础知识核心概念：人工智能如何在高层次上工作。探索
- 272 指南语言人工智能LLM、NLP、ChatGPT、提示和文本理解。探索
- 298 指南视觉人工智能图像生成、计算机视觉、视频和设计。探索
- 188 指南音频人工智能语音、音乐、播客和音频优先的人工智能。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的配置文件。探索
- 761 指南应用领域人工智能如何出现在编码、搜索、代理和日常生活中。探索
- 244 指南行业医疗保健、金融、教育、能源等领域的人工智能。探索
- 536 指南技术的芯片、微调、RAG、向量和人工智能基础设施。探索
- 422 指南社会偏见、隐私、版权、安全和人工智能的未来。探索
全库
技术的
536 的 3000 显示指南。按曲目过滤或在上方搜索。
- 技术的阿达助推器AdaBoost 按顺序构建弱学习器的集合，增加对早期学习器错误分类的训练示例的关注。3 最小阅读量阅读
- 技术的DICOM 和医学成像数据格式DICOM 是交换医学图像和相关信息的标准，具有描述研究和采集的像素数据和结构化属性。3 最小阅读量阅读
- 技术的广义线性模型广义线性模型 (GLM) 通过线性预测变量、响应分布和链接函数将预测变量与结果关联起来。4 最小阅读量阅读
- 技术的铰链损失当分类示例的符号边距低于 1 时，铰链损失会对其进行惩罚，包括位置太近的正确分类点……4 最小阅读量阅读
- 技术的Huber 损失和鲁棒回归Huber 损失对于小残差是二次的，对于大残差是线性的，与平方损失相比，减少了极端误差的影响......4 最小阅读量阅读
- 技术的内核技巧内核技巧让依赖于内积的算法表现得好像它使用了更丰富的特征表示，而无需显式构造每个......3 最小阅读量阅读
- 技术的套索和弹性网络回归Lasso 回归添加了 L1 惩罚，可以将一些拟合系数精确缩小到零，从而生成稀疏线性模型。免费的简单英语指南。4 最小阅读量阅读
- 技术的线性回归假设和残差分析线性回归将条件均值描述为预测变量的线性组合，但可靠的解释和不确定性估计取决于……4 最小阅读量阅读
- 技术的Log 和 Box-Cox 变换Log、Box-Cox 和 Yeo-Johnson 变换重塑数值分布，通常会在建模之前减少右偏并稳定变化。3 最小阅读量阅读
- 技术的MAP 估计和先验最大后验（MAP）估计为连续参数或后验质量选择具有最高后验密度的参数值......3 最小阅读量阅读
- 技术的多重共线性和方差膨胀因子当回归中的预测变量携带重叠信息时，就会出现多重共线性，从而很难区分它们各自的贡献。4 最小阅读量阅读
- 技术的序数回归序数回归预测有序类别，例如低、中和高，同时使用它们的顺序而不假设相等的数字间隙。3 最小阅读量阅读