插值和拟合最根本的区别是什么？机器学习为啥用拟合？？ 第1页
1
lao-da-47-44 网友的相关建议:
插值过样本点，拟合不一定过？
1
相关话题
mxnet的并行计算为什么这么牛，是什么原理？如何看待QQ邮箱翻译出他人的快递通知？
写深度学习代码是先写model还是dataset还是train呢，有个一般化的顺序吗？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
resnet（残差网络）的F（x）究竟长什么样子？
如何用简单易懂的例子解释隐马尔可夫模型？
国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队？
现在的BERT等语言模型，最快训练要多久？
有哪些比较好的机器学习，深度学习的网络资源可利用？
行为识别常用哪种特征提取？
前一个讨论
物理学与数学在思维方式上有什么本质区别？
下一个讨论
想要学习流形的话需要哪些预备知识？
相关的话题
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包？
机器学习（machine learning）在经济学领域是否有应用前景？
如何比较Keras, TensorLayer, TFLearn ？
联邦学习在机器学习领域有什么独立存在的价值?
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？
主题模型(topic model)到底还有没有用，该怎么用？
怎样从机器学习模型中获取知识？
如何评价 Self-Normalizing Neural Networks 这篇论文?
人工智能 CV 岗位是不是现在供严重大于需？
研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？
如何评价新Nature子刊Nature Machine Intelligence的出现？
语音识别中，声学模型与语言模型扮演什么角色？或者说是怎么通过两个模型进行语音识别的?
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？
CVPR 2019 有哪些值得关注的亮点？
nlp有哪些值得完整实现一遍的算法?
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
国内目前的量化交易是否很少涉及到机器学习？
是否有可能使用人工智能在高原、戈壁和沙漠中进行工业生产？
为什么在实际的kaggle比赛中，GBDT和Random Forest效果非常好？
机器学习算法进行分类时，样本极度不平衡，评估模型要看哪些指标？
如何理解空洞卷积（dilated convolution）？
DL/ML 模型如何部署到生产环境中？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
数据挖掘与数据分析的主要区别是什么？
resnet（残差网络）的F（x）究竟长什么样子？
如何看待西安电子科技大学偷偷给贫困生打钱，大数据精准帮助贫困生是否值得推广？
机器学习相关岗位面试中，有哪些加（zhuang）分（bi）项？
有没有值得推荐的随机森林 Random Forest教材？