Android子线程到底能否更新UI——可能是最全面的解析
(1)为什么子线程更新 UI 会抛出异常、及其设计思想;(2)从 Activity 的加载流程看更新 UI 时如何判断线程;(3)ViewRootImpl 判断线程的依据;(4)子线程更新 UI 的方法;(5)总结。
常用Git命令
常用 Git 命令。
面试题-数据库中查找图片
。
面试题-运输和消耗最优解问题
。
ML入门-交叉验证与模型选择
(1)交叉验证;(2)超参数调优。
ML入门-模型性能评价指标
(1)回归模型性能评价指标;(2)分类模型性能评价指标。
ML入门-类别样本不均衡问题
(1)类别样本不均衡问题。
ML入门-多类分类任务
(1)多类分类任务。
ML入门-Logistic优化求解与牛顿法
(1)牛顿法和拟牛顿法;(2)Logistic 回归的优化求解。
ML入门-Logistic回归简介
(1)Logistic / Sigmoid 函数,决策函数、决策边界;(2)Logistic 损失函数、替代损失函数,交叉熵损失;(3)Logistic 正则项,Logistic 必须加正则的解释;(4)Scikit-Learn 中的 Logistic 回归。
ML入门-损失和正则的概率解释
(1)回归模型中损失函数的概率解释;(2)回归模型正则项的概率解释。
ML入门-线性回归三种求解
(1)线性回归模型的求解方法(解析法,梯度下降法:① 随机梯度、② SGDRegressor);(3)次梯度法;(4)坐标轴下降法。
ML入门-线性回归简介
(1)回归和线性回归简介;(2)线性回归模型的预测残差、L1 / L2 / Huber 损失函数;(3)Scikit-Learn 中的线性回归;(4)欠拟合与过拟合;(5)带正则的线性回归模型(岭回归、Lasso、弹性网络)。
ML入门-机器学习简介
(1)什么是机器学习;(2)机器学习的类型。