打字猴:1.700494155e+09
1700494155 8.1 贝叶斯牧师的倒推理 [:1700495861]
1700494156 8.2 拉普拉斯定理 [:1700495895]
1700494157 8.3 贝叶斯法则与先验信念 [:1700495914]
1700494158 8.4 哥白尼原则 [:1700495942]
1700494159 8.5 贝叶斯与哥白尼 [:1700495966]
1700494160 8.6 真实世界的先验…… [:1700495986]
1700494161 8.7 他们的预测规则 [:1700496006]
1700494162 8.8 小数据与思维 [:1700496049]
1700494163 8.9 我们的预测体现出我们自己 [:1700496067]
1700494164 8.10 机械复制时代的先验 [:1700496089]
1700494165 9 07 过度拟合 不要想太多 [:1700496117]
1700494166 9.1 反对复杂性案例 [:1700496135]
1700494167 9.2 数据崇拜 [:1700496192]
1700494168 9.3 过度拟合无处不在 [:1700496208]
1700494169 9.4 检测过度拟合：交叉验证 [:1700496234]
1700494170 9.5 如何应对过度拟合：惩罚复杂性 [:1700496252]
1700494171 9.6 启发法 [:1700496278]
1700494172 9.7 人类进化中的过度拟合 [:1700496298]
1700494173 9.8 何时应该想得更少？ [:1700496330]
1700494174 10 08 松弛 顺其自然 [:1700496356]
1700494175 10.1 最优化的难度 [:1700496376]
1700494176 10.2 定义的难度 [:1700496394]
1700494177 10.3 放松吧 [:1700496408]
1700494178 10.4 无数灰色地带：持续的松弛 [:1700496437]
1700494179 10.5 只是一张超速罚单：拉格朗日松弛算法 [:1700496457]
1700494180 10.6 学会松弛 [:1700496485]
1700494181 11 09 随机性 何时应用随机？ [:1700496505]
1700494182 11.1 抽样 [:1700496523]
1700494183 11.2 随机算法 [:1700496555]
1700494184 11.3 抽样的优势 [:1700496593]
1700494185 11.4 三部分的权衡 [:1700496629]
1700494186 11.5 山、谷和陷阱 [:1700496653]
1700494187 11.6 局部最大值之外 [:1700496682]
1700494188 11.7 模拟退火算法 [:1700496698]
1700494189 11.8 随机性，进化和创造力 [:1700496722]
1700494190 12 10 网络 我们如何联系？ [:1700496768]
1700494191 12.1 分组交换 [:1700496800]
1700494192 12.2 信息确认 [:1700496830]
1700494193 12.3 指数退避算法：宽恕的算法 [:1700496874]
1700494194 12.4 流量控制和拥塞避免 [:1700496916]
1700494195 12.5 反馈语：语言学的流量控制 [:1700496956]
1700494196 12.6 缓存膨胀：这就是延时，傻瓜 [:1700496974]
1700494197 12.7 迟到不如永远不到 [:1700497010]
1700494198 13 11 博弈论 别人的想法 [:1700497054]
1700494199 13.1 递归 [:1700497072]
1700494200 13.2 达到均衡 [:1700497100]
1700494201 13.3 占优策略，无论好坏 [:1700497128]
1700494202 13.4 公地悲剧 [:1700497158]
1700494203 13.5 机制设计：改变游戏 [:1700497178]
1700494204 13.6 机制设计的演变 [:1700497216]
[ 上一页 ]  [ :1.700494155e+09 ]  [ 下一页 ]