经典ML方程在Latex中的应用有助于论文和博客的撰写

LaTeX中的经典ML方程 乳胶中经典ML方程的集合。 其中一些带有简单的注释和纸质链接。 希望对诸如论文和博客之类的著作有所帮助。 更好看 sigmod softmax relu 失利 回归 平均绝对误差（MAE） 均方误差（MSE） 胡贝尔损失 分类 交叉熵 负对数似然 铰链损失 KL / JS分歧 正则化 L1正则化 L2正则化 指标 分类 精度，精确度，召回率，F1 敏感性，特异性和AUC 回归 聚类（规范化的）相互信息（NMI） 排行（平均）平均精度（MAP） 相似性/相关性 余弦 贾卡德 逐点相互信息（PMI） 笔记 参考 模型 RNN（LSTM，GRU） 编码器隐藏状态 在时间步 解码器隐藏状态 在时间步 h_t = RNN_{enc}(x_t, h_{t-1}) s_t = RNN_{dec}(y_t, s_{t-1}) 这 ， 通常是 LSTM