首页
查找话题
首页
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性? 第1页
1
feng-kuang-shen-shi-92 网友的相关建议:
标题基本没错。
但是不叫离散性,准确点说叫信息量。
但是度量这个信息量的差异性还可以构造很多公式,比如KL散度 JS散度等等,甚至有更复杂的。
具体可以看上面的一个回答
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性? 的其他答案 点击这里
1
相关话题
医学生学习机器学习该如何入门?
机器学习初学者该如何选读适合自己水平的论文?
你见过哪些“人工智障”?
Partial Multi-Label Learning是什么?它的发展史又是怎样的?最新的进展如何?
如何评价深度学习之父Hinton发布的Capsule论文?
如何提升遇到「自己喜欢的人也恰好喜欢自己」这个事件的概率?
如何评价Hinton组的新工作SimCLR?
怎样看待统计显著性应该被淘汰了?
Yann LeCun、Geoffrey Hinton或Yoshua Bengio能得图灵奖吗?
百度学术能否替代 Google 学术网站?有没有其他选择?
前一个讨论
如何避免极端严重犯罪/不道德/反人类事件的发生?可以利用思想钢印(如果它可行)吗?
下一个讨论
熵权法会考虑指标的分布吗?
相关的话题
数据分析是不是比数据挖掘含金量低不少,并且职业前景和钱景远远不如数据挖掘?
《要素市场化配置综合改革试点总体方案》印发,其中有哪些需要关注的内容?
行为识别常用哪种特征提取?
Python 如何画出漂亮的地图?
如何评价Yann LeCun 说的「要研究机器学习,本科应尽量多学物理和数学课」?
支持向量机(SVM)是什么意思?
如何评价论文「Stochastic Training is Not Necessary ...」?
如何看待Kaggle最新比赛Zillow禁止中国居民参加第二轮?
认真询问,肖战的数据体量为何如此之大?
深度学习领域有哪些瓶颈?
如何用自然语言处理判断一句话是否符合中文口语习惯?
在算力充沛,深度学习模型大行其道的今天,传统机器学习的未来在哪里?
请问一下,机器学习领域的联邦学习技术,目前看到最多的是微众银行,国内还有哪些顶级专家及机构和大学?
在Auto ML的冲击下,ML算法人员是否会在前者成熟后失业的情况?
从今年校招来看,机器学习等算法岗位应届生超多,竞争激烈,未来 3-5 年机器学习相关就业会达到饱和吗?
计算机视觉是否已经进入瓶颈期?
graph convolutional network有什么比较好的应用task?
在NLP当中,不同的评价指标,BLEU, METEOR, ROUGE和CIDEr的逻辑意义?
在数据分析、挖掘方面,有哪些好书值得推荐?
怎么在家学习一些关于机器学习的知识?
如何解释探索性因素分析?
机器学习中有哪些形式简单却很巧妙的idea?
做底层 AI 框架和做上层 AI 应用,哪个对自己的学术水平(或综合能力)促进更大?
去哪找数据?怎么挖掘?
当前(2020年)机器学习中有哪些研究方向特别的坑?
机器全面代替人工劳动力的那一天,你能如何生存下去?
未来五年,数据科学家(Data Scientist)的岗位需求会如何变化?
机器学习该怎么入门?
2019 秋招的 AI 岗位竞争激烈吗?
面试官如何判断面试者的机器学习水平?
服务条款
联系我们
关于我们
隐私政策
© 2025-04-28 - tinynew.org. All Rights Reserved.
© 2025-04-28 - tinynew.org. 保留所有权利