数理

大厂必考深度学习算法面试题

卷积层和池化输出大小计算2.1，CNN中术语解释2.2，卷积输出大小计算（简化型）2.3，理解边界效应与填充padding参考资料三，深度学习框架的张量形状格式四，Pytorch、Keras的池化层函数理解
嵌入式视觉·2022-11-25 08:40

CenterNet原理详解

对于CenterNet的理解主要在于四方面：网络结构，heatmap生成，数据增强，loss函数理解。1.CenterNet网络结构除了检测任务外，
zsffuture·2022-11-25 08:17

论坛报名 | AI框架的实践和突破

本次大会将开设19个专题论坛，主题涵盖人工智能数理基础、自然语言处理、智能体系
智源社区·2022-11-25 08:54

怎么训练出一个NB的Prophet模型

参数理解篇classProphet(object):def__init__(self,growth='linear',changepoints=None,n_changepoi
GOOMHOOM·2022-11-25 07:18

adam优化_Keras的Adam优化器参数理解及自适应学习率

Adam优化器是目前应用最多的优化器。optimizer--adam_小笨熊~~走向程序猿的~~历程~~专栏-CSDN博客blog.csdn.net在训练的过程中我们有时会让学习率随着训练过程自动修改，以便加快训练，提高模型性能。关于adam优化器的具体实现过程可以参考这篇博客，或者更简洁一点的这篇博客，这里只对adam优化器中的参数进行介绍。AdaminKeras在Keras的Adam优化器中各
weixin_39758229·2022-11-25 05:14

torch.nn.Parameter()函数理解

使用PyTorch训练神经网络时，本质上相当于训练一个函数，输入数据经过这个函数输出一个预测，而我们给定这个函数的结构（如卷积、全连接等）之后，能够学习的就是这个函数的参数了。所以，可以把torch.nn.Parameter()理解为类型转换函数，将一个不可训练的类型Tensor转换成可以训练的类型parameter，并将这个parameter绑定到这个module里面，经过类型转换这个self.
Quinn-ntmy·2022-11-25 04:58

学习其实是打开你的视野，多个角度看问题

学咨询并不是像学数理化那样只有唯一的答案，其它的全是错的。而是像是走入各个平行世界的端口，每个端口都会有新的可能性。这些技术对某些来访者适合，那些技术适合另外一些来访者。
向日葵的春天·2022-11-24 23:31

线性代数和深度学习的关系

  线性代数、概率论与数理统计、最优化是机器学习的三大数学支柱。他们是学习神经网络的前序课程。  神经网络可视化：alexlenail.me/NN-SVG。
强强学习·2022-11-24 23:50

深度学习数学篇——线性代数

线性代数理解线性在一维空间看到一条线，二维空间看到个平面，三维以上超平面，反正直的，均匀的。什么叫线性的问题解决很多非线性问题可以通过线性问题来解决。
小陈phd·2022-11-24 23:49

什么是pisa测试_PISA测试是什么？

因为这里的教育模式、课程体系能够帮助孩子更早的确立自己的兴趣爱好甚至未来的发展目标，能够帮助孩子全方位提升阅读能力、逻辑思维、数理分析能力等等。那这些能力可以通过什么方式去衡量呢？PISA测试。
默默无闻的路人甲·2022-11-24 19:15

两个卡方分布之和_正态分布样本均值和样本方差的独立性

在数理统计的学习中，有一个重要的结论，即对于正态分布而言，样本均值和样本方差是独立的。这个结论初看起来是有些让人吃惊的，因为直观上样本方差依赖于样本均值。
weixin_39565300·2022-11-24 17:46

信息论与编码思维导图_信息论-绪论

信息论是人们在长期通信工程的实践中，由通信技术与概率论，随机过程和数理统计相结合而发展起来的一门学科。
秦少爷的琪琪·2022-11-24 12:32

深度学习初学者一定不能错过，从零开始建立神经网络

大多数介绍神经网络的文章在描述它们时会涉及到大脑类比，在不深入研究大脑类比的情况下，将神经网络简单描述为将固定数值映射到期望输出的数学函数理解起来更容易。
cl15926282674·2022-11-24 11:19

使用TensorFlow.NET训练线性回归模型

线性回归是一种线性方法，利用数理统计中回归分析对因变量与一个或多
weixin_33884611·2022-11-24 09:42

数理统计——KNN分类与预测

文章目录前言一、相关概念1.算法原理2.算法超参数3.算法步骤4.距离如何度量？5.KD树6.权重计算方式二、使用KNN实现分类三、使用KNN回归预测前言学习KNN算法的原理；超参数调整；KNN算法的应用；一、相关概念先来看一个例子：importnumpyasnpimportmatplotlib.pyplotaspltplt.rcParams["font.family"]="SimHei"plt.
嚯嚯嚯嚯什么都不会·2022-11-24 08:33

笔记：随机误差为什么是高斯分布?

正态分布的奇妙之处，就是许多看似随机事件竟然服从一个表达式就能表达的分布，如同上帝之手特意为之——《创世纪·数理统计·正态分布的前世今生》一、抛硬币我们都知到硬币有正反两面，每次抛硬币每一面的出现概率都为
Z-Pengcheng·2022-11-24 07:05

Opencv4 -Python官方教程学习笔记31---SURF

目标在这一章当中，-我们将了解SURF的基础-我们将在OpenCV中看到SURF函数理论在上一章中,我们看到了SIFT用于关键点检测和描述符。但相对缓慢,人们需要更多的加速版本。
计算机视觉和深度学习·2022-11-24 06:51

概率分布函数和概率密度函数

无法用这些量词度量，且取值可以取到小数点2位，3位甚至无限多位的时候，那么就是连续型随机变量如果微积分是研究变量的数学，那么概率论与数理统计是研究随机变量的数学。
Mark_Aussie·2022-11-24 05:24

神经网络算法介绍

引言人工神经网络（ArtificialNeuralNetworks，ANN）最早起源于1943年，受“脑神经元学说”的启发，心理学家W·Mcculloch和数理逻辑学家W·Pitts首次提出基于神经元的数学模型
进击的西西弗斯·2022-11-23 19:04

概率论与数理统计——常用结论

1随机事件和概率若A⊆BA\subseteqBA⊆B，则:P(A)≤P(B)P(AB)≤min⁡(P(A),P(B))\begin{aligned}&P(A)\leqP(B)\\&P(AB)\leq\min(P(A),P(B))\\\end{aligned}P(A)≤P(B)P(AB)≤min(P(A),P(B))本章出题一般是考察时间的构造、化自然语言为数学语言之后，用本章公式求解有时需要时间的
溜了溜了==3·2022-11-23 18:24

YOLOv3源码解析2-数据预处理Dataset()

代码整体结构YOLOv3源码解析2-数据预处理Dataset()YOLOv3源码解析3-网络结构YOLOV3()YOLOv3源码解析4-计算损失compute_loss()YOLOv3源码解析5-损失函数理论部分参照大神的文章学习
业余狙击手19·2022-11-23 17:48

从大一统视角理解扩散模型（Diffusion Models）

CalvinLuo的这篇论文为理解扩散模型提供了一个统一的视角，尤其是其中的数理公式推导非常详尽，本文将试图尽量简要地
数据派THU·2022-11-23 17:54

数据挖掘分类方法探究----朴素贝叶斯方法

它是一门涉及面很广的交叉学科，包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。
志于青筱梦于马·2022-11-23 15:14

Pytorch笔记：线性回归、softmax回归

1线性回归线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y=w’x+e，e为误差服从均值为0的正态分布。
Mr___WQ·2022-11-23 14:29

大数据技术原理与应用 第二篇 大数据存储与管理（二） 笔记

3.1CAP3.2BASE3.3对于HBase数据库来讲第四章、云数据库一、云数据库的特点二、UMP架构2.1UMP概述2.2UMP系统架构2.3UMP系统功能第三章、NoSQL数据库传统关系型数据库：以完善的关系代数理论作为基础
月望曦·2022-11-23 14:28

数理统计——AQI预测

文章目录前言一、对空气质量进行预测1.1数据转换1.2基模型1.3特征选择1.4异常值的处理1.5残差图的分析前言本节主要对AQI进行预测，并学习相关知识点。一、对空气质量进行预测1.1数据转换在预测之前，再次查看数据是否清洗到位，并对不符合建模要求的数据进行转换，在此次数据集中，需要将离散变量转换成离散变量。#1、数据读取#导入相关库importnumpyasnpimportpandasaspd
嚯嚯嚯嚯什么都不会·2022-11-23 13:36

GeoDa 空间自相关操作步骤

目标逐步利用Geoda计算莫兰指数理解空间自相关依据“
cshgiser·2022-11-23 13:31

【数理统计】学习笔记01：数理统计的基本概念

文章目录一、统计的基本概念1.1总体1.2简单随机样本1.3样本(X1,X2,⋯ ,Xn)(X_1,X_2,\cdots,X_n)(X1,X2,⋯,Xn)的联合分布1.4统计量1.4.1常用统计量1.4.2顺序统计量【重点】1.4.3经验分布函数1.4.4充分统计量（统计量的性质）一、统计的基本概念1.1总体总体的概念：总体：研究对象的全体。个体：总体中的每一个研究个体。总体容量：总体中包含的个体
鱼儿听雨眠·2022-11-23 11:55

从数理统计简史中看正态分布的历史由来

来源：云脑智库本文约15000字，建议阅读10+分钟本文将结合《数理统计学简史》一书，从早期概率论的发展、棣莫弗的二项概率逼近讲到贝叶斯方法、最小二乘法、误差与正态分布等问题，有详有略，其中，重点阐述正态分布的历史由来
数据派THU·2022-11-23 11:22

《概率论与数理统计》—读书笔记

概率论的基本概念概率论与数理统计是研究和揭示随机现象统计规律性的一门数学学科。统计规律性：在大量重复试验或观察中所呈现出的固有规律性。
studyeboy·2022-11-23 11:52

概率论与数理统计笔记系列之第二章：随机变量及其分布

概率论与数理统计笔记（第二章随机变量及其分布）对于统计专业来说，书本知识总有遗忘，翻看教材又太麻烦，于是打算记下笔记与自己的一些思考，主要参考用书是茆诗松老师编写的《概率论与数理统计教程》，其他知识待后续书籍补充
欧阳妙妙·2022-11-23 11:52

数理统计笔记2：总体均值的抽样分布

引言数理统计笔记的第2篇总结了数理统计中样本均值的分布，可以帮助理解样本均值和总体均值分布之间的联系。举了一个例子可以加深理解，并且还补充了中心极限定理的知识。一个关键的结论就此诞生了！！！
subtitle_·2022-11-23 11:51

数理统计笔记3：样本方差的抽样分布，两个样本方差比的抽样分布，t统计量的分布

引言数理统计笔记的第3篇总结了数理统计中样本方差的分布（卡方分布），两个样本方差比的抽样分布（F分布）以及t统计量的分布。样本方差的抽样分布两个样本方差比的抽样分布附：T统计量的分布
subtitle_·2022-11-23 11:51

数理统计笔记 第一章 数理统计的基本概念

教材数理统计与多元统计何平著西南交通大学出版社目录基础知识第一节总体与样本第二节样本分布和统计量第三节统计量的分布基础知识看张宇基础30讲——概率论与数理统计的第2、4、6讲。
Hillbox·2022-11-23 11:47

概率论与数理统计期末考试复习总结

为了方便复习下面内容摘自：《高数叔》概率论与数理统计期末总复习笔记（持续更新中）_BitHachi-CSDN博客_高数叔概率论笔记pdf目录一、随机时间与概率—day11.随机事件与样本空间的概念2.事件的关系
郭晋龙·2022-11-23 11:47

数理统计复习笔记四——区间估计

文章目录一、基本概念1.1区间估计1.2置信水平（置信度）1.3置信系数1.4置信区间1.5单侧置信限1.6置信域二、枢轴量法2.1上侧α\alphaα分位数2.2小样本情况下的步骤2.3大样本情况下2.4单个正态总体参数的置信水平为1−α1-\alpha1−α的置信区间三、两个正态总体的置信区间3.1δ=μ2−μ1\delta=\mu_2-\mu_1δ=μ2−μ1的置信区间3.1.1σ12=σ2
诡秘愚者·2022-11-23 11:13

数理统计复习笔记二——充分统计量

一、背景统计量的引入是为了简化样本的繁杂，但所使用的统计量是否把样本中关于感兴趣问题的信息全部吸收进来了？这就引出充分统计量的概念。它是Fisher正式提出的，其思想源于他和Eddington关于估计标准差的争论。二、定义对于某分布族F={Fθ(x):θ∈Θ}\mathcalF=\{F_\theta(x):\theta\in\Theta\}F={Fθ(x):θ∈Θ}，∀F∈F\forallF\in
诡秘愚者·2022-11-23 11:13

数理统计复习笔记三——点估计

在数理统计复习笔记一——统计中常用的抽样分布和数理统计复习笔记二——充分统计量中，分别介绍了统计量的几个常用抽样分布和充分统计量，引入统计量的目的在于对感兴趣的问题进行统计推断。
诡秘愚者·2022-11-23 11:13

数理统计复习笔记一——统计中常用的抽样分布(卡方分布，t分布，F分布)

前言：  总结一下数理统计中的基本概念，一些用python的实现在这里。不断持续更新。
诡秘愚者·2022-11-23 11:43

数理统计笔记1：常用分布

引言数理统计笔记的第一篇总结了数理统计中常用的分布，包括Bernoulli分布、二项分布、泊松分布、均匀分布、指数分布和正态分布。
subtitle_·2022-11-23 11:10

信号之sigsuspend函数理解

上图是一个进程PCB中管理的两个集合：1）未决信号集2）屏蔽信号集这两个集合都是位图，也就是64个信号一个占1bit.当触发一个信号以后，未决信号集中立马将0变为1，然后根据设定的处理过程去处理信号的时候1变为0。屏蔽信号集就是当某个设定为1的时候，触发一个信号，未决信号集中也相应变为1，但是这个时候，这个信号是无法处理的，只有等待屏蔽信号集解除，即1-》0后，这才去处理。sigsuspend这个
泰勒朗斯·2022-11-23 09:11

R语言LDA线性判别分析

LDA线性判别分析R语言中LDA的实现过程lda()函数理解lda()用法lda()参数介绍lda示例可视化结果应用前景  最流行或最成熟的机器学习技术之一是线性判别分析(LDA)。
酷二的R语言记录册·2022-11-23 08:56

西瓜书1-2章阅读笔记(吃瓜教程Task1)

概览本人根据个人偏好选择一些阅读重点进行笔记当下的机器学习是建立在概率论与数理统计基础之上，所谓机器学习，其实也不过是一种非常特殊且抽象的，计算机找规律。
无知之人_dream·2022-11-22 22:39

对比学习损失函数中超参数temperature的作用

目录背景超参数temperature的直观理解对比学习中的temperature参数理解背景最近在看凯明大神的对比学习MOCO时，看到infoNCEloss的公式时，对其中参数T(应该是tao，打不出来
调BUG的卑微代码人·2022-11-22 20:53

原子物理 名词索引

现在是原子物理加光学加数理方法三重暴击头疼休息一会，看点英语,顺便也复习一下原子物理源自杨福家先生的原子物理。
River Chandler·2022-11-22 19:45

NumPy 重复数据与去重

在数理统计分析中，需要提前将重复数据剔除，在NumPy中，可以通过unique函数找到数组中的唯一值并返回已排序的结果。数组内数据去重。
阴天v快乐丶·2022-11-22 19:12

机器学习-Sklearn-14（朴素贝叶斯）

朴素贝叶斯的算法根源就是基于概率论和数理统计的贝叶斯理论，因此它是根正苗红的概率模型。接下来，我们就来认识一下这个简单快速的概率算法。
Henrik698·2022-11-22 18:47

《人工智能及其应用》练习题

图灵2.在各种人工智能学派中，认为人工智能起源于数理逻辑的是___________。
夜市里吃早餐·2022-11-22 14:27

离散数学复习笔记（已完结）

目录前言数理逻辑命题逻辑基本概念命题等价命题蕴含对偶与范式推理理论谓词逻辑基本概念谓词演算的等价式与蕴含式谓词演算的推理推论集合论基本概念特殊运算运算性质包容排斥原理（容斥原理）序偶与笛卡尔积关系关系的基础概念关系的性质复合关系和逆关系闭包运算集合的划分等价关系与等价类相容关系序关系函数基本概念复合函数
Chiaki_0ff·2022-11-22 13:25

Vscode中利用TensorFlowjs实现线性回归

对于线性回归的定义：利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
.Thinking.·2022-11-22 13:01
上一页 39 40 41 42 43 44 45 46 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他