欢迎来到机器学习通关第10关，随机抽查3个概念：

• Bayesian Methods Pros And Cons，贝叶斯方法的优点和缺点
• Early Stopping Advantages，提前停止训练的优势
• Feedforward  Neural  Networks，前馈神经网络

<<< 左右滑动见更多 >>>

昨日闯关回顾

昨天的10个关键概念，你都拿捏住了么？快速过一下昨天都学习那些概念，自测一下都记住多少😁

向右滑动卡片快速回顾，机器学习关键81-90

81. How To Choose Hidden Unit Activation Functions，如何选择隐藏单元激活函数
82. Hyperparameter Tuning，超参数自动调优
83. Accuracy，准确率
84. Almost Everywhere，测量理论
85. Alpha In Ridge Regression，岭回顾中的CV值
86. Anscombes Quartet，安斯库姆四重奏
87. Bias-Variance Tradeoff，偏差和方差的权衡
88. Bootstrap，自助采样法
89. Capacity，能力
90. Common Optimizers With Neural Networks，常见的神经网络最优化算法

<<< 左右滑动见更多 >>>

今日闯关内容

先来快速看一下今日学习的关键概念：

91. Common Output Layer Activation Functions,常见的输出层激活函数
92. Concave And Convex Functions，凹函数&凸函数
93. Conditional Probability，条件概率
94. Confidence Intervals，置信区间
95. Consistency，模型的一致性
96. Cost And Loss Functions，代价函数和损失函数
97. Cross-Entropy，交叉熵
98. Decision Boundary，决策边界
99. feature selection stragtegies，特征选择策略
100. Kernel PCA，核主成分分析

恭喜你顺利通关✌️，后台回复机器学习通关10,获取机器学习概念91-100小抄PDF版。

太优秀了！到今天为止，你已经累计学习100个机器学习关键概念了。明天继续，下一关机器学习概念101-110～