分类
主题
机器学习教程
获取有关 AI 与机器学习的洞见与最佳实践、提升技能、构建数据文化。通过我们的教程，学习如何最大化发挥机器学习模型的价值。
其他主题：
培训 2 人或更多？试试 DataCamp for Business
理解 UMAP：降维的全面指南
通过详细讲解、实用用例，以及与 t-SNE 和 PCA 等其他降维方法的对比，了解 UMAP 如何简化高维数据的可视化。
2026年10月6日
Softplus：值得了解的平滑激活函数
本指南解释 Softplus 的数学特性、其优点与权衡、在 PyTorch 中的实现，以及何时从 ReLU 切换。
2026年10月6日
如何在 Docker 中设置和配置 MySQL
学习如何在 Docker 容器中设置和配置 MySQL 数据库。教程涵盖连接 MySQL 服务器、运行 MySQL 客户端连接容器等内容。
2026年10月6日
什么是机器学习中的装袋法？附示例的指南
本教程概述了机器学习中的装袋集成方法，包括其工作原理、在 Python 中的实现、与提升法的比较、优势与最佳实践。
2026年10月6日
使用 Python 与 Snowflake Cortex AI 的机器学习：指南
了解 Snowflake Cortex AI，以及它如何用于大语言模型（LLM）和机器学习。
2026年10月6日
Python 中的 Softmax 激活函数：完整指南
了解 softmax 激活函数如何将 logits 转换为多分类概率。比较 softmax 与 sigmoid，并结合 TensorFlow 与 PyTorch 在 Python 中实现。
2026年10月6日
什么是 Boosting？
Boosting 通过顺序纠错并将弱学习器组合为强预测器来提升机器学习性能。
2026年10月6日
Python 中的词干提取与词形还原
本教程从实践角度讲解如何使用 Python 的自然语言工具包（NLTK）实现词干提取与词形还原。
2026年10月6日
Python 中的随机梯度下降：机器学习优化完整指南
通过这份全面的 Python 指南学习随机梯度下降，这是一种机器学习中必不可少的优化技术。适合初学者与专家。
2026年10月6日
数据科学中的预处理（第 3 部分）：缩放合成数据
您可以对数据进行大量预处理，但检验标准在于结果：您的模型到底表现如何？
2026年10月6日
使用 PyTorch 和 Gymnasium 的近端策略优化
从第一性原理学习近端策略优化，包括其在 PyTorch 与 Gymnasium 中的实现！
2026年10月6日
机器学习中的交叉熵损失函数：提升模型准确性
在本指南中探索机器学习中的交叉熵，了解如何在分类任务中使用 TensorFlow 与 PyTorch 示例优化模型准确性与有效性。
2026年10月6日