【李宏毅2020 ML/DL】P26-33 Explainable ML
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 已经有人记了笔记（很用心，强烈推荐）：https://github.com/Sakura-gh/ML-notes 本节内容综述 机器为什么“能”知道？可以从两个角度考虑，比如对于一个分类问题，可以考虑：Local Explanation: Why do you think this image is a ca
相关文章
- 1. 【李宏毅2020 ML/DL】P34 More about explainable AI | Attribution, Heatmap, explainable model
- 2. 李宏毅机器学习之Explainable ML
- 3. 李宏毅老师课程：Explainable ML
- 4. 李宏毅学习笔记18.Explainable ML
- 5. 李宏毅ML+DL：explainable ML
- 6. 2020李宏毅学习笔记——26.Explainable ML(8_8)
- 7. 2020李宏毅学习笔记——25.Explainable ML(6_8)
- 8. 【李宏毅2020 ML/DL】P15 Why Deep-
- 9. 【李宏毅2020 ML/DL】P25 ELMO, BERT, GPT
- 10. 【李宏毅2020 ML/DL】P67-72 Anomaly Detection
- 更多相关文章...
- • R 数据框 - R 语言教程
- • 错误处理 - RUST 教程
- • Docker容器实战(一) - 封神Server端技术
- • Docker容器实战(八) - 漫谈 Kubernetes 的本质
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【李宏毅2020 ML/DL】P34 More about explainable AI | Attribution, Heatmap, explainable model
- 2. 李宏毅机器学习之Explainable ML
- 3. 李宏毅老师课程：Explainable ML
- 4. 李宏毅学习笔记18.Explainable ML
- 5. 李宏毅ML+DL：explainable ML
- 6. 2020李宏毅学习笔记——26.Explainable ML(8_8)
- 7. 2020李宏毅学习笔记——25.Explainable ML(6_8)
- 8. 【李宏毅2020 ML/DL】P15 Why Deep-
- 9. 【李宏毅2020 ML/DL】P25 ELMO, BERT, GPT
- 10. 【李宏毅2020 ML/DL】P67-72 Anomaly Detection