Hulu机器学习问题与解答系列

第一弹：模型评估

第二弹:SVM模型

第三弹:优化简介

第四弹：不均衡样本集的处理

第五弹：余弦距离

第六弹：PCA算法

第七弹：非监督学习算法与评估

第八弹：强化学习(一)

第八弹：强化学习(二)

第九弹：循环神经网络

第十弹：LSTM

十一：Seq2Seq

十二：注意力机制

十三：集成学习

十四：如何对高斯分布进行采样

十五：多层感知机与布尔函数

十六：经典优化算法

十八：SVM --核函数与松弛变量

十九：主题模型

二十：PCA --最小平方误差理论

二十一：分类、排序、回归模型的评估

二十二：特征工程---结构化数据

二十三：神经网络训练中的批量归一化

二十四：随机梯度下降法

二十五：初识生成式对抗网络（GANs）

二十六：隐马尔科夫模型

二十七：自组织映射神经网络

二十八：概率图模型

二十九：WGANs：抓住低维的幽灵

三十：常见的采样方法