提示词设计原则 在 LLM 开发中，通常将 LLM 的输入称为 Prompt，将 LLM 的输出称为 Completion 提示词（Prompt）设计的两个关键原则 编写清晰、具体的指令 给...

个体与集成 集成学习将多个个体学习器的学习结果通过某种策略结合起来，每个个体学习器可以使用相同的学习算法，称为基学习器，也可以使用不同的学习算法 集成学习通常针对弱学习器进行，个体学习器应该...

个体与集成 集成学习将多个个体学习器的学习结果通过某种策略结合起来，每个个体学习器可以使用相同的学习算法，称为基学习器，也可以使用不同的学习算法 集成学习通常针对弱学习器进行，个体学习器应该...

贝叶斯决策论 贝叶斯判定准则：为最小化总体风险，只需在每个样本上选择那个能使条件风险最小的类别标记 h∗(x)=arg⁡min⁡c∈ΥR(c∣x)h^*(x)=\arg\min\limits_...

贝叶斯决策论 贝叶斯判定准则：为最小化总体风险，只需在每个样本上选择那个能使条件风险最小的类别标记 h∗(x)=arg⁡min⁡c∈ΥR(c∣x)h^*(x)=\arg\min\limits_...

神经元模型 感知机与多层网络 感知机由两层神经元组成，包含输入层和输出层，只有输出层拥有激活函数 其中的权重和阈值可以通过学习得到，更一般地，将阈值看做一个固定输入为 -1 的哑节点的连接...

神经元模型 感知机与多层网络 感知机由两层神经元组成，包含输入层和输出层，只有输出层拥有激活函数 其中的权重和阈值可以通过学习得到，更一般地，将阈值看做一个固定输入为 -1 的哑节点的连接...

基本流程 决策树是基于树结构来进行分类，叶子节点对应决策结果，分支节点对应一个属性测试 决策树的递归过程有三种情况导致返回 当前节点包含的样本全部判定为同一类别，无需划分 当前属性集为空，或...

基本流程 决策树是基于树结构来进行分类，叶子节点对应决策结果，分支节点对应一个属性测试 决策树的递归过程有三种情况导致返回 当前节点包含的样本全部判定为同一类别，无需划分 当前属性集为空，或...

基本形式 对样本 x=(x1;x2;x3;...;xd)x=(x_1;x_2;x_3;...;x_d)x=(x1​;x2​;x3​;...;xd​)，有 f(xi)=ωTx+bf(x_i)=\...