提升树利用加法模型与前向分步算法实现学习的优化过程，当损失函数为平方损失和指数损失函数时，每一步优化都较为简单。
2019-09-23 08:52
XGBoost（eXtreme Gradient Boosting）是一个在Gradient Boosting Decision Tree（GBDT）框架下的开源机器学习库（https://github.com/dmlc/xgboost）。
2022-10-24 10:24
$refs.canvas; const ctx =el.getContext('2d'); const gradient = ctx.createLinearGradient(0,0,100,0
2022-03-23 10:36
这个“gradient”怎么得到的了呢，这是个啥玩意，怎么还有梯度？注意，注意。人家是带引号的！比喻成梯度。这玩意有什么用呢。 文章指出给定一批error samples（当前prompt无法
2024-01-12 11:29
GBDT 的全称是 Gradient Boosting Decision Tree，梯度提升树，在传统机器学习算法中，GBDT算的上TOP3的算法。
2019-04-28 16:47
随机梯度下降（Stochastic gradient descent） 批量梯度下降（Batch gradient descent） 梯度下降（GD）是最小化风险函数、损失函数的一种常用方法，随机
2017-11-28 04:00
导读一图胜千言，什么？还是动画，那就更棒啦！本文用了大量的资源来解释各种梯度下降法（gradient descents），想给大家直观地介绍一下这些方法是如何工作的。
2022-08-17 11:50
运用迁移学习，CNN特征，语句特征应用已有模型2. 最终的输出模型是LSTM，训练过程的参数设定：梯度上限(gradient clipping), 学习率调整(adaptivelearning)3. 训练时间很长。
2018-09-13 15:22
其中，gradient(x_n)是函数位于x_n点时的梯度向量，hessian_matrix是一个尺寸为 nxn 的黑塞矩阵（hessian matrix），其值是函数位于x_n的二阶导数。我们都知道，矩阵转换的算法复杂度是非常高的（O(n³)），因此牛顿法在这种情形下并不常用。
2019-04-29 10:47
但就像爱情，“深度学习”虽然深奥，本质却很简单。无论是图像识别还是语义分析，机器的“学习”能力都来源于同一个算法 — 梯度下降法 (Gradient Descent)。要理解这个算法，你所需要的仅仅是高中数学。在读完这篇文章后，你看待 AI 的眼光会被永远改变。
2018-12-27 15:15
