机器学习数学

鄂维南：从数学角度，理解机器学习的「黑魔法」，并应用于更广泛的科学问题...

鄂老师首先分享了他对机器学习数学本质的理解（函数逼近、概率分布的逼近与采样、Bellman方程的求解）；然后介绍了机器学习模型的逼近误差、泛化性质以及训练等方面的数学理论；最后介绍如何利用机器学习来求解
人工智能与算法学习·2024-02-10 22:29

机器学习数学基础

机器学习基础1、标量、向量、矩阵、张量2、概率函数、概率分布、概率密度、分布函数3、向量的线性相关性4、最大似然估计5、正态分布（高斯分布）6、向量的外积（叉积）7、向量的内积（点积）8、超平面（H）1、标量、向量、矩阵、张量标量、向量、矩阵和张量是线性代数中不同维度的数学对象，它们之间的区别在于维数和结构：标量（Scalar）：标量是一个数值，只有大小，没有方向。例如物理学中的时间、质量、温度等
对许·2024-02-01 11:26

2018年机器学习数学基础及算法视频教程 20课 适合基础学习 高清课件代码答疑全

课程介绍：不管是算法工程师还是机器学习相关岗位，很多企业招人时都会选择数学专业的毕业生，更有甚至数学的优先级超过计算机专业，尤其人工智能方面，Al人才门槛高的让人望而却步，其中一个重要的原因就是对数学基础的要求太高，从而限制了很大一批人的进入。课程优势：相关实用数学基础原理，课程设计循序渐进，妙趣横生，使用多个源于生活的场景深入浅出的讲解，动画效果和有趣小游戏案例贯穿全课程，带领你在不经意间轻轻松
花心五花肉·2024-01-30 04:42

c++ 开源库

文章目录标准库框架人工智能异步事件循环音频生态学压缩并发性容器密码学数据库调试游戏引擎图形用户界面图形图像处理国际化Json日志机器学习数学多媒体网络物理学机器人学科学计算脚本序列化视频虚拟机Web应用框架
geyan888·2023-12-30 18:24

Python地理数据机器学习数学

地理数据地理数据是存储在地理信息系统(GIS)中的位置信息。通过查看具有地理成分的数据，我们可以通过不同的视角来看待它。用地理数据解决位置问题需要空间思维。让我们深入了解地理数据的类型、主题和来源。类型地理数据有不同类型，每种类型在使用方式上都有其独特的价值。无论数据来自政府、私人来源还是开放数据，了解数据的类型、数据的来源、数据的收集方式以及数据的用途都很重要。矢量文件：矢量数据由顶点和路径组成
亚图跨际·2023-12-28 11:01

【机器学习】给大家推荐几个资源

看书是学习必不可少的方式之一，今天给大家推荐一本机器学习数学原理和应用的书：MATHEMATICSFORMACHINELEARNING，PDF路径如下：https://mml-book
人工智能大讲堂·2023-11-10 14:21

C++资源大全

[-]标准库框架人工智能异步事件循环音频生态学压缩并发性容器密码学数据库调试游戏引擎图形用户界面图形图像处理国际化Jason日志机器学习数学多媒体网络物理学机器人学科学计算脚本序列化视频虚拟机Web应用框架
lvming-elena·2023-11-05 06:16

机器学习数学基础--凸优化

机器学习数学基础--凸优化1.计算几何是研究什么的？2.计算几何理论中（或凸集中）过两点的一条直线的表达式，是如何描述的？与初中数学中那些直线方程有什么差异？有什么好处？
One2332x·2023-11-02 23:39

机器学习数学基础

这两天集中学习了机器学习的数学基础，主要是三部分：1.线性代数：这部分主要是矩阵的运算和分解，几乎用numpy中函数实现；至于分解部分，有特征分解个奇异值分解两部分，可应用于降纬处理。2.微积分学：这部分的应用重点是函数，如何求解目标函数及最优解（用梯度下降的算法），再介绍了最小二乘法。3.概率论
ln_ivy·2023-10-14 07:43

【AI】数学基础——高数（函数&微分部分）

p=1&vd_source=260d5bbbf395fd4a9b3e978c7abde437唐宇迪：机器学习数学基础文章目录1.1函数1.1.1函数分类1.1.2常见函数指/对数函数分段函数原函数&反函数
AmosTian·2023-08-30 04:19

机器学习数学基础之高数篇——简单的泰勒公式（python版）

不少同学一提到泰勒公式，脑海里立马浮现高大上的定义和长长的公式，令人望而生畏。实际上，泰勒公式没有那么可怕，它是用简单的多项式来逼近一个光滑的函数，从而近似替代不熟悉的函数。由于泰勒公式具有将复杂函数近似成多个幂函数叠加形式的性质，可以用它进行比较、求极限、求导、解微分方程等。我们先来看一下泰勒公式的发明者，布鲁克·泰勒——布鲁克·泰勒（BrookTaylor,1685-1732）,英国数学家，牛
水龙吟唱·2023-08-12 20:06

线性代数 | 机器学习数学基础

前言线性代数（linearalgebra）是关于向量空间和线性映射的一个数学分支。它包括对线、面和子空间的研究，同时也涉及到所有的向量空间的一般性质。本文主要介绍机器学习中所用到的线性代数核心基础概念，供读者学习阶段查漏补缺或是快速学习参考。线性代数行列式1.行列式按行（列）展开定理(1)设A=(aij)n×nA=(a_{{ij}})_{n\timesn}A=(aij)n×n，则：ai1Aj1+a
ReturnTmp·2023-08-06 14:55

【统计基础】贝叶斯理论和神经网络

二、贝叶斯神经网络简介贝叶斯神经网络简介•DavidStutz深度学习机器学习数学不确定性估计随着深度神经网络的日益成功，它们在鲁棒性（例如，针对各种对抗性示例）和置信度估计方面的可靠性变得越来越重要。
无水先生·2023-07-24 21:06

ML&DEV[1] | 机器学习数学基础入门线路

【ML&DEV】这是大家没有看过的船新栏目！ML表示机器学习，DEV表示开发，本专栏旨在为大家分享作为算法工程师的工作，机器学习生态下的有关模型方法和技术，从数据生产到模型部署维护监控全流程，预备知识、理论、技术、经验等都会涉及，欢迎大家关注！往期回顾：ML&DEV[0]|栏目说明提问回复0805|自律-入门-实习-资源NLP.TM[16]|SIGIR2019:深度NLP在搜索系统中的应用R&S|
机智的叉烧·2023-07-17 03:45

机器学习数学基础《线性代数及其应用》第4版中文PDF+第5版英文PDF+习题指导+David C. Lay

线性代数是处理矩阵和向量空间的数学分支，在现代科学的各个领域都有应用，尤其是从事数据分析、机器学习、自然语言处理等专业的朋友，必须学习而且需要搞懂。推荐学习DavidC.Lay的《线性代数及其应用》，书中有大量的应用实例，内容结构安排的很好，前几章就引入子空间，向量，线性变换的概念，还介绍了一下线性代数的核心思想和研究内容，而后面几章的内容都紧扣这些概念学习参考：《线性代数及其应用》中文PDF(第
技术人生666·2023-04-21 21:35

Task1 CH1机器学习数学基础（2天）

image.png以下有四种情况：1.a,b都为负image.png2.a-b+image.png3.a+b-image.png4.a,b都为正image.png
二龙山高哥·2023-04-15 20:08

机器学习数学基础：数理统计与描述性统计

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达所谓机器学习和深度学习，背后的逻辑都是数学，所以数学基础在这个领域非常关键，而统计学又是重中之重，机器学习从某种意义上来说就是一种统计学习。今天是概率统计基础的第二篇文章，基于第一篇随机变量与随机事件进行整理，首先理一理这里面的逻辑，第一篇的内容蕴涵了大部分概率论的知识(除了大数定律和中心极限定理这种理论性的支持,后期有机会会补
小白学视觉·2023-04-12 03:25

python 数学期望_机器学习数学笔记|偏度与峰度及其python实现

机器学习数学笔记|偏度与峰度及其python实现觉得有用的话,欢迎一起讨论相互学习~本博客为七月在线邹博老师机器学习数学课程学习笔记为七月在线打call!!
weixin_39711348·2023-04-01 18:29

机器学习数学基础-线性代数

转载出处：线代专栏：https://zhuanlan.zhihu.com/p/30191876概率统计：https://zhuanlan.zhihu.com/p/30314229优化（上）：https://zhuanlan.zhihu.com/p/30383127优化（下）：https://zhuanlan.zhihu.com/p/30486793信息论及其他：https://zhuanlan.z
visionshop·2023-03-17 07:02

前置机器学习（一）：数学符号及希腊字母

本文列出了常用的机器学习数学符号（Mathematicalnotations），包含代数、微积分、线性代数、概率论、集合论、统计学以及希腊字母。
蔡永吉·2023-03-17 07:02

【机器学习基础】前置知识（一）：数学符号及希腊字母

本文列出了常用的机器学习数学符号（Mathematicalnotations），包含代数、微积分、线性代数、概率论、集合论、统计学以及希腊字母。
风度78·2023-03-17 07:55

机器学习中的数学-期望、方差与协方差

原创文章,如需转载请保留出处本博客为七月在线邹博老师机器学习数学课程学习笔记一.期望是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。
Something Just Like·2023-02-06 15:40

机器学习数学基础-微积分

极限通俗语言:函数f在x0处的极限为L数学记号:limf(x)=L微分学Jensen不等式
Nine嘿嘿·2023-02-01 09:32

机器学习数学基础

文章目录第一章、机器学习数学基础1.1线性代数1.1.1矩阵中的基本概念1.1.2矩阵的加法1.1.3矩阵的乘法1.1.4矩阵的转置1.1.5矩阵的运算法则1.1.6矩阵的逆1.2微积分1.2.1导数1.2.2
LiuV.·2023-01-30 12:45

机器学习数学原理（2）——广义线性模型

机器学习数学原理（2）——广义线性模型这篇博文主要介绍的是在机器学习中的回归问题以及分类问题中的一个非常具有概括性的模型：广义线性模型（GeneralizedLinearModels，简称GLMs），这类模型包括了回归问题中的正态分布
X_XZhang·2023-01-29 22:34

机器学习数学原理（1）——极大似然估计法

机器学习数学原理（1）——极大似然估计法事实上机器学习的大部分算法都是以数理统计和概率论为理论基础构建的。
鹏大大大·2023-01-29 22:33

Lesson 4.1-4.2 逻辑回归模型构建与多分类学习方法&逻辑回归参数估计

Lesson4.1逻辑回归模型构建与多分类学习方法首先我们来讨论关于逻辑回归的基本原理，当然，在此过程中，我们也将进一步补充机器学习数学理论基础。
Grateful_Dead424·2023-01-29 13:58

Datawhale 2021.7集成学习 笔记

Dtawhale集成学习Github开源地址CH1-机器学习数学基础python笔记（基于讲义和自己的笔记）机器学习数学基础基于python-B站视频高等数学和线性代数概率论和随机过程初步数理统计（极大似然估计
今夜我说·2023-01-23 10:24

机器学习数学基础（二）：概率论与统计量、大数定律、似然估计

机器学习数学基础（二）概率论概率论基础初步认识概率公式常见概率分布两点分布二项分布Bernoullidistribution泊松分布均匀分布指数分布正态分布Beta分布总结参数、期望、方差sigmoid
'仰望星空,脚踏实地'-菱·2023-01-15 18:40

机器学习数学基础四：随机变量和概率论基础

目录一，连续与离散随机变量1，离散型随机变量2，连续型随机变量3，简单随机抽样4，似然函数5，极大似然估计例子：二，概率论基础1，概率论是干什么的？2，随机事件是什么？3，概率与频率4，古典概型5，条件概率6，独立性7，独立试验8，二维随机变量1）二维离散型随机变量2）二维连续型随机变量例子：9，边缘分布1）离散型随机变量边缘分布2）连续型随机变量边缘分布例子：10，期望11，期望求解例子：12，
喜欢吃豆·2023-01-15 18:09

原创 | 机器学习数学推导与代码实现30讲.pdf

机器学习数学推导与代码实现30讲已完成，主要包括监督学习模型、无监督学习模型、集成学习模型和概率模型四个大类29个模型和算法。现整理形成pdf版本并开提供开源下载。
视学算法·2023-01-15 11:09

白话机器学习数学——梯度下降与牛顿迭代

白话机器学习数学——梯度下降与牛顿迭代导言预备知识多元函数的泰勒展开式梯度的概念Hessian矩阵梯度下降法牛顿法拓展-坐标下降法总结导言机器学习中，我们为了得到最优结果，需要寻找函数的最值这。
伯纳乌纯白·2023-01-12 19:12

附pdf下载 | 《机器学习数学基础》电子书

机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。机器学习有下面几种定义：（1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。（2）机器学习是对能通过经验自动改进的计算机算法的研究。（3）机器学习是用数据
人工智能与算法学习·2023-01-12 19:42

机器学习——数学基础(一)

机器学习数学基础均匀分布转变为正态分布importnumpyasnpimportmatplotlib.pyplotaspltimportmathx=np.random.rand(1000)##rand是均匀分布
Aure219·2023-01-12 09:48

机器学习数学本质的理解

鄂老师首先分享了他对机器学习数学本质的理解（函数逼近、概率分布的逼近与采样、Bellman方程的求解）；然后介绍了机器学习模型的逼近误差、泛化性质以及训练等方面的数学理论；最后
Datawhale·2022-12-25 15:51

机器学习数学基础梯度下降法之Python矩阵运算

文章目录一、梯度下降法的原理介绍（一）梯度下降法（二）梯度下降的相关概念及描述（三）梯度下降算法原理二、梯度下降法的一般求解步骤三、梯度下降法手工求解极值四、Excel中利用梯度下降求解近似根五、线性回归问题求解（一）最小二乘法（二）梯度下降参考链接一、梯度下降法的原理介绍（一）梯度下降法梯度下降（gradientdescent）主要目的是通过迭代找到目标函数的最小值，或者收敛到最小值。所以，它是
咩咩叫的闲鱼·2022-12-24 09:15

向量范数和矩阵范数的理解

机器学习的数学基础重点推荐——MIT的机器学习数学基础课如果只需要快速了解，请参考——矩阵范数计算完整的MIT数学基础课程笔记可以参考：MIT18.06线性代数笔记这是个非常棒的手动演算流程，本文也将编码进行验算
陈振斌·2022-12-22 15:39

ccc-机器学习数学基础

偏向于理解，不涉及证明Helloworld：代码：importsympyasspsp.init_printing()sym_x,sym_y,sym_z=sp.symbols("xyz")sp.diff(sym_x**3-sym_x*3)也可以简单一点：str_expr="x**3-x*3"expr=sp.sympify(str_expr)sp.diff(expr)结果：1.链式求导h′(x)=f′
扔出去的回旋镖·2022-12-22 00:00

机器学习数学基础---元素与极限

为什么要学习高数，线代，概率？高数解决了联系问题线代解决了离散问题概率统计是为了定量统计2.什么是实数(IR).?自然数（N）整数（Z），分数/有理数（Q）实数（R）3.5.实数的定义：6.实数的定义：“实数，是有理数和无理数的总称。数学上，实数定义为与数轴上的实数，点相对应的数。实数可以直观地看作有限小数与无限小数，实数和数轴上的点一一对应。但仅仅以列举的方式不能描述实数的整体。实数和虚数共同构
初见说你好·2022-12-20 19:09

机器学习数学基础：常见分布与假设检验

机器学习数学基础：常见分布与假设检验所谓机器学习和深度学习，背后的逻辑都是数学，所以数学基础在这个领域非常关键，而统计学又是重中之重，机器学习从某种意义上来说就是一种统计学习。
拒绝气泡·2022-12-20 19:00

机器学习数学基础之Python矩阵运算

机器学习数学基础之Python矩阵运算1.在Jupyter中写下Python矩阵基本运算学习记录1.1python矩阵操作1.1.1首先打开jupyter，引入numpy1.1.2创建一个矩阵a并调用1.1.3
准时不早退的刘文威·2022-12-14 03:00

啃周志华《机器学习》西瓜书难吗？

讲述了机器学习核心数学理论知识和算法✏适合作为学校的教材或者中阶读者（有一定的扎实基础，学过机器学习数学基础啥的）自学使用本书一共十六章，分为三个部分✍✍第一部分：第一章~第三章（机器学习的基础知识）✍
AI引路星·2022-12-07 10:09

机器学习数学基础篇一：高数基础

目录一，函数1，基本初等函数：2，初等函数：了解完这些之后呢，我们还要知道函数的几种特性：二，极限1，当我们对数列取极限时，2，性质三，无穷小和无穷大1，无穷小与函数极限的关系2，一些定理：3，无穷大时一种特殊的无界变量，但是无界变量未必是无穷大。4，还有一个很重要的定理：四，连续性与导数1，一些事实2,定义：3，连续的条件：5，连续性的概念：6，间断点：7，导数我们要知道的是：五，偏导数六，方向
喜欢吃豆·2022-12-06 10:25

【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

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

众包与群智

2.引言借鉴神经认知机理和机器学习数学方法等，开展神经网络模型非线性映射、网络结构自动演化、神经元和模块功能特异化、小样本学习/弱标签/无标签样本学习、可解释性等新理论和新方法的研究，本质性提升深度神经网络支撑
睡觉特早头发特多·2022-11-27 09:59

机器学习数学基础之统计篇——概率论（python版）

本文运用相关案例和python程序，帮助大家理解概率论中概率、随机变量、概率分布、概率密度函数、中心极限定理等概念。另外，喜欢本专栏文章的记得关注我哈~在大学里，我们都学过概率论相关的课程。那么现在来回答一个问题，概率是什么？要回答这个问题有一定难度，概率的概念很抽象，要解释它需要借助一些例子。比如抛硬币问题，正面朝上的概率是1/2。三扇门问题，重选为正确选项的概率为2/3。概率我们来具体实现这两
水龙吟唱·2022-11-26 09:22

机器学习数学基础——群论

群论的定义对于群论是什么，这里引用百度百科中的一段介绍：群论，是数学概念。在数学和抽象代数中，群论研究名为群的代数结构。群在抽象代数中具有基本的重要地位：许多代数结构，包括环、域和模等可以看作是在群的基础上添加新的运算和公理而形成的。群的概念在数学的许多分支都有出现，而且群论的研究方法也对抽象代数的其它分支有重要影响对于我本人而言，看完这段描述依然很懵，有一种听君一席话，如听一席话的感觉，压根还是
二十米·2022-11-25 12:49

非常适合初学者的机器学习的数学基础笔记.pdf

本文推荐一份机器学习数学基础专辑，非常适合初学者入门，文末提供下载。机器学习，需要一定的数学基础，也需要一定的代码能力。
夕小瑶·2022-11-23 19:55

机器学习数学基础学习笔记

机器学习数学基础学习笔记1、微积分1.1导数一阶导数，是函数的切线斜率二阶导数，是切线斜率的变化速度，即曲线的弯曲程度，也称为“曲率”（curvature）1.2偏导数偏导数，是多元函数关于某个自变量的导数
Adam1378·2022-11-23 18:39
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他