数学基础-线性基

python3源码剖析pdf_深度学习入门：基于Python的理论与实现 PDF 含源码超清版

内容介绍深度学习入门：基于Python的理论与实现电子书封面读者评价基于python深度学习，从零开始学深度学习的明智之选这是真正从0基础，尤其从数学基础比较差的角度
weixin_39827905·2022-12-02 12:57

周志华《机器学习》书每章思维导图总结

第一章绪论第二章模型评估与选择第三章线性模型第四章决策树第五章神经网络第六章支持向量机第七章贝叶斯分类器第八章集成学习第九章聚类第十章降维与度量学习第十一章特征选择与稀疏表示第十二章计算学习理论第十三章半监督学习第十四章概率图模型第十五章规则学习第十六章强化学习深度学习500问第一章：数学基础第二章
Liao-Zhuolin·2022-12-01 20:15

学神经网络需要什么基础,深度神经网络怎么用

数学基础如果你能够顺畅地读懂深度学习论文中的数学公式，可以独立地推导新方法，则表明你已经具备了必要的数学基础。
普通网友·2022-12-01 20:49

机器学习 | 数学基础（一）

【方向导数与梯度】方向导数是函数定义域内某点P在特定方向l上的导数。梯度是指方向导数取值最大的方向。梯度是一个矢量。梯度指向函数值增加最快的方向。【一点的梯度方向应该如何确定？】通过导数正负确定梯度方向【梯度与导数的关系】梯度是指方向导数取值最大的方向（方向导数为正），则根据方向导数的公式可知梯度指向函数值增大最快的方向。而根据一点邻域内导数的正负可以确定函数值增大还是减小。【例如】在一元函数f(
Hygge0+·2022-12-01 19:00

机器学习｜数学基础（二）

线性代数——特征值分解与奇异值分解特征值分解可以得到特征值与特征向量，特征值表示的是这个特征到底有多重要，而特征向量表示这个特征是什么，可以将每一个特征向量理解为一个线性的子空间，我们可以利用这些线性的子空间干很多的事情。不过，特征值分解也有很多的局限，比如说变换的矩阵必须是方阵。奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小
Hygge0+·2022-12-01 19:30

人工智能数学基础--概率论

概率论概率论与人工智能•概率论是研究不确定的学科。•概率论是现有许多人工智能算法的基础。现阶段的很多人工智能算法都是数据驱动的，且目的大多为了做预测或是作出更好的决策。如：o机器翻译中，如何检测你输入的语言种类。一种简单的方法就是把你输入的词或句子进行分解，计算各语言模型的概率，然后概率最高的是最后确定的语言模型。o用神经网络进行图像分类，网络的输出是衡量分类结果可信程度的概率值，即分类的置信度，
TKE_kolento.·2022-12-01 18:13

人工智能-数学基础-数据科学必备分布

正态分布importnumpyasnpimportscipy.statsasstats#在scipy中把各种分布的函数拿到手importmatplotlib.pyplotaspltimportmatplotlib.styleasstylefromIPython.core.displayimportHTML%matplotlibinlinestyle.use('fivethirtyeight')pl
南征_北战·2022-12-01 18:42

Python人工智能数学基础-概率统计

正态分布产生正态随机变量：fromscipy.statsimportnorm#drawasinglesampleprint(norm.rvs(),end="\n\n")#产生1个标准正态分布的随机值#draw10samplesprint(norm.rvs(size=10),end="\n\n")#产生10个标准正态分布的随机值#adjustmean('loc')andstandarddeviati
给算法爸爸上香·2022-12-01 18:11

AI笔记: 数学基础之连续型与均匀分布、指数分布、正态分布等

连续型随机变量及其概率密度1)连续型随机变量的概念与性质如果对于随机变量X的分布函数F(x)，存在非函数f(x),使得对于任意实数x,有F(x)=∫−∞xf(t)dtF(x)=\int_{-\infty}^xf(t)dtF(x)=∫−∞xf(t)dt,则称X为连续型随机变量,其中函数f(x)称为X的概率密度函数，简称概率密度2)关于不定积分的补充f(x)在区间I上的原函数全体称为f(x)在I上的不
Johnny丶me·2022-12-01 18:39

机器学习应用数学基础-概率统计

全概率公式和贝叶斯定理全概率公式定理1.2(全概率公式)设事件A1,A2,…,An是试验E的一个完备事件组，且P(Ai)>0,(i=1,2,…,n),则对任意事件B,有：P(B)=∑i=1nP(Ai)P(B∣Ai)P(B)=\sum_{i=1}^nP(A_i)P(B|A_i)P(B)=i=1∑nP(Ai)P(B∣Ai)事件A出现的概率*事件A出现的前提下B发生的概率贝叶斯公式知道结果，想要知道原因
charlesAI770·2022-12-01 18:09

AI笔记: 数学基础之随机变量及其分布

随机变量及其分布1）知识图谱备注：图片托管于github，请确保网络的可访问性2）相关概念随机变量：如果随机试验的结果可以用一个变量来标识，那么这样的变量叫做随机变量。随机变量常用字母X,Y,ξ,ηX,Y,\xi,\etaX,Y,ξ,η等表示离散型随机变量：对于随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量.连续型随机变量：对于随机变量可能取的值，可以取某一区间内的一
Johnny丶me·2022-12-01 18:08

人工智能数学基础--概率与统计12：连续随机变量的概率密度函数以及正态分布

一、连续随机变量的概率密度函数的定义在《人工智能数学基础–概率与统计10：离散随机变量的概率函数及常见的二项分布、泊松分布》介绍了概率分布函数的概念：设X为随机变量（包括离散和非离散），则函数：P(X≤
LaoYuanPython·2022-12-01 18:06

对流体力学做出巨大贡献的杰出历史人物

1782年)瑞士著名科学世家伯努利家族的重要成员之一.1700年1月29日出生于荷兰的格罗宁根.1782年3月17日卒于格罗宁根,终生独身.1726～1733年在俄国圣彼堡科学院主持数学部.伯努利具有坚实的数学基础和敏锐的洞察力
weixin_33962923·2022-12-01 15:39

降维方法之SVD

降维方法之SVD|深度之眼笔记自总结||—||Author:华逸聪|文章目录降维方法之SVDSVD相关数学基础矩阵对角化一般矩阵的SVD分解SVD相关数学基础矩阵对角化方阵的对角化P^TAP=B其中A为对角矩阵
huayc1245·2022-12-01 11:14

人工智能-机器学习-深度学习-概述

文章目录一：人工智能需要的基础和涉及内容二：数学基础（1）线性代数（2）概率论（3）数理统计（4）最优化方法（5）信息论三：机器学习（1）线性回归①：简述②：概述（2）朴素贝叶斯①：简述②：概述（3）逻辑回归
我擦我擦·2022-12-01 10:14

python-三层神经网络的分类回归问题

3.3配置优化器3.4使用定义的损失和指标4验证4.1预留验证集4.2训练模型4.3绘制训练损失和验证损失4.4绘制训练精度和验证精度4.5重新训练一个模型之前学习了一些深度学习的概念，以及神经网络的一些数学基础
树盟·2022-12-01 01:47

【机器学习数学基础-周志华】重要概念总结

dddd第01题拉格朗日对偶题目答案第02题最大间隔模型题目答案第03题不可知PAC可学题目答案第04题二分类VC维题目答案第05题Rademacher复杂度题目答案第06题稳定性题目答案第07题hinge函数题目答案第08题一致性题目答案第09题固定步长梯度题目答案第10题在线梯度与遗憾界题目答案第01题拉格朗日对偶题目给出数学优化模型minf(x)s.t.g(x)≤0h(x)=0\begin{
板砖板砖我是兔子·2022-11-30 23:29

李航统计学习方法公式推导参考

今天继续学习李航老师的统计学习方法，虽然老师写的很好，但是由于我的数学基础不太好，所以有些公式还是看起来有些吃力，就想在网上找一下有没有大佬写的推导公式的参考，就像周志华老师的西瓜书在网上有南瓜书作为辅助一样
东大梅西·2022-11-30 20:55

机器学习笔记（五）朴素贝叶斯算法

由于其有着坚实的数学基础，贝叶斯分类算法的误判率是很低的。贝叶斯方法的特点是结合先验概率和后验概率，即避免了只使用先验概率的主观偏见，也避免了单独使用
Shonllow·2022-11-30 19:10

人工智能之数学基础----指数函数和对数函数

本章主要回顾指数函数和对数函数，指数函数和对数函数求导回顾指数函数和对数函数的基础知识eee的定义和性质如何对指数函数和对数函数求导指数函数和对数函数的极限求解对数函数的微分基础知识下面的数表示是一个以2为底，指数为3的幂232^{3}23对于任意底数b>0b>0b>0和实数xxx、yyy都满足下面的指数法则任意非零数的0次幂都等于1b0=0b^{0}=0b0=0任意数的1次幂就是它本身b1=bb
冯成毅·2022-11-30 17:08

学习笔记(05):人工智能-必备数学基础视频教程-奇异值的分解

立即学习:https://edu.csdn.net/course/play/6442/126678?utm_source=blogtoedu1.奇异值分解（SVD）：我学了什么来着？还钱！狗日的！
qq_44299267·2022-11-30 17:04

学习笔记(01):人工智能-必备数学基础视频教程-矩阵及矩阵的基本标识

立即学习:https://edu.csdn.net/course/play/6442/126673?utm_source=blogtoeduminst数据集，用于TensorFlow训练集。将一个矩阵展开作为一行传入。
qq_44299267·2022-11-30 17:03

人工智能专业需要什么电脑

学习人工智能需要具有扎实的数学基础，但是人工智能还有呢？大数据人工智能、物联网，这些热门计算机专业，就业真的好吗这个专业除了数学和
阳阳2013哈哈·2022-11-30 17:02

机器学习、深度学习的学习路线

本人目前已经大三下了，学习机器学习、深度学习有一年多的时间，这里站在本科生的角度，结合自己的经验给对机器学习、深度学习感兴趣的同学一些建议和规划目录Step1数学基础和Python数学基础PythonStep2
江海一飞鸥·2022-11-30 11:29

人工智能练习题 知识点&解答

人工智能练习题不定项选择CH1人工智能基础CH2神经网络基础概念CH1人工智能基础神经网络基础概念：输入输出，激活函数，有监督/无监督学习等数学基础：高等数学：微积分、导数线性代数：矩阵、向量、标量、张量
Kaze-1·2022-11-30 11:24

朴素贝叶斯(Naive Bayes)

由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。当年的垃圾邮件分类都是基于
LeeXiaoyao00·2022-11-30 11:32

Python实现吃鸡游戏子弹and导弹自动追踪！原来是这样的一个原理啊！

这个听起来很高大上的东西，其实并不是军事学的专利，从数学上来说就是解微分方程，这个没有点数学基础是很难算出来的。
Python是世界上最好的语言·2022-11-30 08:02

Python 实现简单的导弹自动追踪

自动追踪算法，在我们设计2D射击类游戏时经常会用到，这个听起来很高大上的东西，其实也并不是军事学的专利，在数学上解决的话需要去解微分方程，这个没有点数学基础是很难算出来的。
金豆数据工程师·2022-11-30 08:01

用 Python 实现导弹自动追踪，超燃

这个没有点数学基础是很难算出来的。但是我们有了计算机就不一样了，依靠计算机极快速的运算速度，我们利用微分的思想，加上一点简单的三角学知识，就可以实现它。
代码输入中...·2022-11-30 07:54

用 Python 实现导弹自动追踪，超燃！

这个没有点数学基础是很难算出来的。但是我们有了计算机就不一样了，依靠计算机极快速的运算速度，我们利用微分的思想，加上一点简单的三角学知识，就可以实现它。
python导师-围围·2022-11-30 07:24

用 Python 实现了导弹自动追踪！

这个没有点数学基础是很难算出来的。但是我们有了计算机就不一样了，依靠计算机极快速的运算速度，我们利用微分的思想，加上一点简单的三角学知识，就可以实现它。好，话不多说，我
Sim1480·2022-11-30 07:23

Python实现导弹自动追踪

这个没有点数学基础是很难算出来的。但是我们有了计算机就不一样了，依靠计算机极快速的运算速度，我们利用微分的思想，加上一点简单的三角学知识，就可以实现它。
宋宋讲编程·2022-11-30 07:19

一文掌握机器学习必备数学知识（附学习资源）

本文划分了ML数学基础的的初、中、高三个阶段并提供针对各阶段的学习资源。
数据派THU·2022-11-30 06:54

学python对数学要求高吗_人工智能的小男孩 大专学历的人没有数学基础想学习python技术未来能往大数据或人工智能方向进行职业发展吗？...

内容由传智播客提供，电器吧机器人网提供人工智能的小男孩相关内容,小编烟酉为您整理并发布于人工智能栏目下，原标题:大专学历的人没有数学基础想学习python技术未来能往大数据或人工智能方向进行职业发展吗？
weixin_39738667·2022-11-30 05:50

数理天地杂志数理天地杂志社数理天地编辑部2022年第15期目录

数理天地杂志数理天地杂志社数理天地编辑部2022年第15期目录数学基础精讲从解答习题到解决问题刘族刚;葛红艳;2-3多面体中截面问题的探究郑灿基;4-7从自变量的变化特征看抽象函数性质张静元;8-11数学中的思想和方法用
QQ992832970·2022-11-30 05:14

【高等数学基础进阶】函数、极限、连续-补充+练习 & 导数与微分-练习

文章目录函数、极限、连续极限的存在准则补充利用有理运算法则和泰勒公式求极限无穷小量阶的比较判断间断点的类型导数与微分导数定义函数、极限、连续极限的存在准则补充例1：极限lim⁡x→∞x2+1x=()\lim\limits_{x\to\infty}\frac{\sqrt{x^{2}+1}}{x}=()x→∞limxx2+1=()lim⁡x→−∞x2+1x=−1,lim⁡x→+∞x2+1x=1\lim
烧灯续昼2002·2022-11-29 23:35

人工智能与算法学习暑期总结

基础知识AI|优化背后的数学基础机器学习中算法与模型的区别基于Python的11种经典数据降维算法快速入门数据结构和算法一文搞懂转置卷积（反卷积）深度学习21张让你代码能力突飞猛进的速查表（神经网络、机器学习
人工智能与算法学习·2022-11-29 19:51

向量内积几何意义与python实现、应用

矢量内积是人工智能领域中的神经网络技术的数学基础之一,此方法还被用于动画渲染。向量夹角大小判别其计算结果等于u的模长（大小）、v的模长（大小）、u,v夹角的余弦。在u,v非零的前提下,点积如果为负
cnjs1994·2022-11-29 18:25

程序员的必备基础

1、掌握数据及其转换、数据的机内表示、算术和逻辑运算，以及相关的应用数学基础知识；2、理解计算机的组成以及各主要部件的性能指标；3、掌握操作系统、程序设计语言的基础知识；4、熟练掌握计算机常用办公软件的基本操作方法
荣华富贵8·2022-11-29 16:21

PyTorch学习笔记——PyTorch模块和基础实战

文章目录前言一、pytorch基础知识2.1、张量代码演示2.2自动求导PyTorch实现模拟训练Tensor数据结构是实现自动求导的基础自动求导——数学基础代码展示2.3并行计算怎么并行？
但愿此生，从未邂逅·2022-11-29 16:51

AI数学基础

importmathasmimportnumpyasnpm.ceil(4.1)5m.ceil(4.99)5a=4.1b=4.99m.floor(a)4#rediustodegressm.degrees(2*m.pi)360.0m.radians(360)6.283185307179586m.exp(1)2.718281828459045m.fabs(-0.1)0.1m.factorial(4)24
huberd·2022-11-29 16:48

突破理论直击AI产业应用，3天带你玩转深度学习产业应用落地

借助这个项目，不需要你有深厚的数学基础，不需要你是算法大牛，只要你会用Python就可以快速开发AI算法，实现产业智能化升级的想法。AI学习路程不必再“从入门到放弃”、“从理论到躺平”啦！
飞桨PaddlePaddle·2022-11-29 05:13

学习人工智能需要哪些必备基础

对于大多数的新手来说，如何入手人工智能其实都是一头雾水，比如到底需要哪些数学基础、是否要有工程经验、对于深度学习框架应该关注什么等等。那么，学习人工智能该从哪里开始呢？人工智能的学习路径又是怎样的？
OH,CGWLMXUP·2022-11-28 19:34

Bishop 模式识别与机器学习读书笔记_ch3.1 线性回归(I)

假设的内涵性1.3假设的简化性1.4假设的发散性2.一元线性回归2.1极小均方误差2.2参数估计2.3模型的评估2.4从统计学角度看线性回归2.5似然函数3.多元线性回归3.1问题的来源3.2参数估计4.线性基函数回归模型
Mr_LeeCZ·2022-11-28 19:31

吐血整理-人工智能必备数学基础（五）

导读：数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。
AI引路星·2022-11-28 18:48

人工智能必备数学基础（一）

导读：数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上。
AI每天一点点·2022-11-28 18:18

吐血整理—人工智能必备数学基础（四）

导读：数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。
AI引路星·2022-11-28 18:18

python人工智能什么人可以学_本科想学习人工智能方向，需要学习python的什么方向？...

学习方向主要分为4个部分：数学基础、编程能力、算法基础、实战。1、数学基础在机器学习算法中，涉及到最为重要的数学基本知识有两个：线性代数和概率论。
weixin_39624733·2022-11-28 14:58

机器学习理论篇1：机器学习的数学基础

一、概述我们知道，机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习方法为中心；是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以本文就先介绍一下机器学习涉及到的一些最常用的的数学知识。二、线性代数2-1、标量一个标量就是一个单独的数，一般用小写的的变量名称表示。2-2、向量一个向量就是一列数，这些数是有序排列的。用过次序中的索引，我们可以确定每
智元元·2022-11-28 13:39

机器学习数学基础

目录1线性代数1.1矩阵定义1.2矩阵中的概念1.2.1向量1.3矩阵的运算1.4矩阵的转置1.5矩阵的逆2微积分2.1导数的定义2.2偏导数2.3方向导数2.4梯度2.5凸函数和凹函数3概率统计3.1常用统计变量3.1.1数学期望和大数定律3.1.2协方差3.1.3相关系数3.2常见概率分布3.3重要概率公式1线性代数导语:这些只是很基础的大学数学课本中的知识,如果考研的话,似乎看完这些也只是个
赵广陆·2022-11-28 13:31
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他