深度学习基础——概率论

数字图像处理笔记（二）图像增强-直方图修改技术

参考：阮秋琦第3版《数字图像处理学》、黄琳琳图像处理与机器学习视频感想：用到了很多概率论和高等数学的知识。图像增强介绍为什么需要图像增强？：图像有时候会出现视觉效果不佳、噪声污染、难以
魔法自动机·2023-08-10 18:11

Trusted AI SIG 一指禅

小白入门AI基础1，深度学习基础：cs231n，个人感觉这个课程很不错，配合
irrationality·2023-08-10 06:55

pytorch深度学习基础快速入门6：现有网络模型的使用及修改、网络模型的保存与读取

false：网络架构替换，参数默认（没训练）true:（训练好的）如何利用现有网络进行修改：vgg分为100类–》10类：（1）加入层加到classifier中：（2）修改2.保存（1）（2）第二种方式更小恢复成网络模型（3）陷阱（方式1）保存：加载：应该确保网络模型是想要的模型（要重新引入class模型）—》其实是可以单独引入到model.load中(import)
Keenkey6·2023-08-10 01:35

最新版计划书

计划周一：6:40起床6:40-7:00洗漱7:00-7:30吃早饭，到教室7:30-8:10背单词13:30-15:30整理概率论，先用纸质版，复盘录音，记录听不懂的时间点，用XMIND，画脑图15:
小小树先生·2023-08-09 13:07

【深度学习基础】一分钟带你了解“神经计算棒”

本专栏介绍：免费专栏，并且会持续更新机器人基础知识，欢迎各位订阅关注。关注我，带你了解更多关于机器人、嵌入式、人工智能等方面的优质文章，坚持更新！大家的支持才是更新的最强动力！背景英特尔在2016年收购了Movidius公司，这家公司专注于视觉计算处理器的研发和生产。作为其成果之一，Movidius推出了名为NeuralComputeStick2的计算棒，简称NCS2。这款产品于2017年发布，并
阿超爱嵌入式·2023-08-09 10:40

你以为的只是你以为

在《概率论通识讲义》这本书里我看见了真正的解释。“我们听天气预报有时会听到，明天降水概率40%，这到底是什么意思呢？是有40%的地区会下雨？还是有40%的时间会下雨？
小旭_9028·2023-08-09 10:13

[动手学深度学习-PyTorch版]-3.12深度学习基础-权重衰减

3.12权重衰减上一节中我们观察了过拟合现象，即模型的训练误差远小于它在测试集上的误差。虽然增大训练数据集可能会减轻过拟合，但是获取额外的训练数据往往代价高昂。本节介绍应对过拟合问题的常用方法：权重衰减（weightdecay）。3.12.1方法image.png3.12.2高维线性回归实验image.png%matplotlibinlineimporttorchimporttorch.nnasn
蒸饺与白茶·2023-08-08 22:14

概率统计之方差、标准差、均方差、均方误差

最近要用到一些概率论的知识，无奈又重新梳理以下，看到一篇比较粗错的，好记性不如烂笔头，转帖出来学习学习。一、方差在概率论和统计方差是衡量随机变量或一组数据时离散程度的度量。
starmier·2023-08-08 22:01

概率论的对人生的启示

概率论启示我们，要把注意力从一件事情的成败转移到提高成功率上来，要通过读万卷书，行万里路，广交朋友来提高成功率。但是具体到某一件具体的事情上，只能“谋事在人成事在天”了。
不见森林·2023-08-08 18:29

宋浩概率论笔记（四）数字特征

本帖更新数字特征，包含期望、方差、相关系数等，要点在于记忆性质中的各种公式，遇到题目时能迅速利用已知条件计算答案。
郝YH是人间理想·2023-08-08 16:06

第十天

今天的概率论与数理统计又听不懂(=_=)昨天泡的咖啡加了一大勺蜂蜜，还是很苦，所以今天早上我加了两大勺，喝一口，开始是苦的，最后甜得发腻...等会下课加点热水试试，虽然知道很难喝，但是说不定可以精神点。
阿丞03·2023-08-08 15:19

考研分享，学弟学妹加油

真的，不骗你，你现在做的只是把基础打好，比如高等数学，线性代数，概率论。这三门课是考研数学要考的。英语的话英语课一
一写人声·2023-08-07 12:46

什么是粗糙集？粗糙集理论简介。

粗糙集理论，是继概率论、模糊集、证据理论之后的有一个处理不确定性的数学工具。于1982年波兰理工大学Z.pawlak教授提出用来研究不完整数据，不精确知识表达、学习、归纳等的一套理论。
书生吴小帅·2023-08-07 09:17

基于概率论的分类方法：朴素贝叶斯

基于贝叶斯决策理论的分类方法贝叶斯理论的核心思想，即选择具有最高概率的决策优点：在数据较少的情况下仍然有效，可以处理多类别问题缺点：对于输入数据的准备方式较为敏感适用数据类型：标称型数据使用朴素贝叶斯进行文档分类计算条件概率的方法(贝叶斯准则)：p(c_i|x,y)=p(x,y|c_i)p(c_i)/p(x,y)概率越大说明，样本是ci的可能性越大场景：在文档分类中整个文档是实例，而电子邮件中的某
CSTDOG·2023-08-06 16:04

宋浩概率论笔记（三）随机向量/二维随机变量

第三更：本章的内容最重要的在于概念的理解与抽象，二重积分通常情况下不会考得很难。此外，本次暂且忽略【二维连续型随机变量函数的分布】这一章节，非常抽象且难度较高，之后有时间再更新。
郝YH是人间理想·2023-08-06 15:35

深度学习基础知识扫盲

深度学习监督学习（Supervisedlearning）监督学习分类无监督学习（Non-supervisedlearning）无监督学习的算法无监督学习使用场景术语特征值特征向量特征工程（Featureengineering）特征缩放Sigmodfunction决策边界激活函数过拟合/欠拟合逻辑回归算法多类(mutil-classes)分类与多标签（multi-lable）分类卷积层（Convol
羊羊羊i·2023-08-06 12:58

C#，数值计算——t-分布（Student distribution）的计算方法与源程序

在概率论和统计学中，学生t-分布（Student'st-distribution）经常应用在对呈正态分布的总体的均值进行估计。它是对两个样本均值差异进行显著性测试的学生t测定的基础。
深度混淆·2023-08-06 11:30

学会底层逻辑，改变认知方式

作者从现象入手分析了掌握临界知识的重要性，如何发现和应用自己的临界知识，最后汇总了几个重要的临界知识：如复利效应、概率论、黄金思维圈、系统思考、二八法则等。01所谓“临界知识
南陌草青·2023-08-06 10:05

互联网产品经理必读书单

个人以为互联网产品经理需要必须的书目大概可以分为三大类+一小类第一大类：计算机计算机科学概论C语言程序设计计算机程序的构造和解释深入理解计算系统数据结构算法导论计算机网络现代操作系统集体智慧编程第二大类：数学高等数学线性代数概率论
数据研究员·2023-08-06 08:40

日记五月三十

早上起的蛮晚的，然后上午上概率论和英语（对了，明天要把英语网课刷完），中午回宿舍睡了一个小时，然后去值班，再去排练，排练了两个多小时，在哪瞎听。
pkuimc_zrd·2023-08-06 01:46

thinking twice

在不同的回答中，有一条相似的原因，大概是在男生的角度来回答了这个问题，男性和女性在择偶观点上的不一样，男性从女孩子身上看到一个闪光点可以忽略很多的小问题，比如身高、颜值、小脾气、工作等各种问题，大概用概率论的知识来解释是每个亮点是一个概率
怂怂二号·2023-08-05 22:37

收获满满的一天天哦

也希望期中的概率论能得一个好分数。今天还收到了双十一买的耳针，第一次尝试带耳链，带上之后感觉还不错，可以说
妖妖大王啊·2023-08-05 13:39

数学的几大基础计算

文章目录高数极限的计算导数的计算积分的计算定积分的计算广义积分的计算线代行列式的计算特征值的计算概率论概率计算高数极限的计算极限计算方法：①泰勒公式②洛必达③等价无穷小替换④抓大弃小⑤非0乘式无穷小代入
程序员爱德华·2023-08-05 08:22

概率论与数理统计：第一章:随机事件及其概率

文章目录概率论Ch1.随机事件及其概率1.基本概念(1)随机试验、随机事件、样本空间(2)事件的关系和运算①定义：互斥(互不相容)、对立②运算法则：德摩根率(3)概率的定义(4)概率的性质(5)概率计算排列组合
程序员爱德华·2023-08-05 08:22

概率论中的基本概念

课程来源：《概率论与数理统计》感觉这些在以前还有一周要考试的时候预习过，该学还是要学的...回顾一下公式和基本概念。
琪音·2023-08-05 03:30

思考的乐趣 Matrix67数学笔记

选题确实很生活，譬如第一个故事概率论教你说谎，完全取材自大学
宋宋_1ebc·2023-08-04 21:19

深度学习基础01-深度学习简介

什么是深度学习？深度学习是机器学习的一个分支，是一种基于人工神经网络的学习方法。它是一种模仿人脑神经元之间信息传递和学习的过程的机器学习算法。深度学习的核心思想是通过构建多层神经网络来学习从输入到输出的复杂映射关系，从而实现各种智能任务。深度学习的"深度"指的是神经网络的层数。深度学习模型通常由多个隐藏层组成，每个隐藏层都包含许多神经元。这些层之间的连接权重是通过训练数据来学习的，训练数据包含了输
玩转AI·2023-08-04 20:44

宋浩概率论笔记（二）随机变量

本章节内容较多，是概率论与数理统计中最为重要的章节，对于概率密度和分布函数的理解与计算要牢牢掌握，才能在后期的学习中更得心应手。
郝YH是人间理想·2023-08-04 19:46

人工智能入门——机器学习

机器学习机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
tidy170·2023-08-04 18:54

思考工具

二八法则概率论安全空间六顶思考帽红：直觉视点，即根据直觉判断蓝：思考视点，即根据理性思考来判断白：中立视点，即根据客
野马石·2023-08-04 17:41

宋耿浩，我的救命恩人

身高；175cm体重；64kg出生日期；1984年8月15日毕业院校；新加坡国立大学（NationalUniversityofSingapore）学历；理学学士金融工程硕士研究生职业；数据分析师心理学者概率论与数理统计研究生所属协会
手动阀发·2023-08-04 01:02

从个体发生学和历史发生学的角度分析概率论

在《数学课程标准》中，从数与代数、图形与几何、统计与概率、综合与实践这四个方面对数学学习内容进行阐述。统计与概率在小学阶段的建构过程如下：一（下）分类与整理；二（下）数据收集整理；三（下）复式统计表；四（上）条形统计图；四（下）条形统计图与平均数；五（上）可能性；五（下）折线统计图；六（上）扇形统计图。针对不同阶段的孩子，课程标准中所规定的每个学段的学习内容如下：第一学段(1-3年级):1、[en
岩茗·2023-08-04 01:57

刘嘉概率论22讲《一全局：从局部随机性到整体确定性》

一个现实的概率论问题加入一场网球比赛小明小红两位选手势均力敌，普遍预测比赛结果55开五局三胜，只要赢三局就可以赢得比赛，小明二比一领先的时候停电了，那么比赛结果怎么预测。
阿木魔法学院1865_b324·2023-08-03 22:00

概率论与数理统计期末复习万字笔记-附下载

复习概率论，看的【猴博士爱讲课】4小时讲完《概率论与数理统计》/《概率论》/不挂科，因为视频不利于二次复习，所以做了个详细点的听课笔记对，前天发的【概率论与数理统计期末复习笔记】-（一）事件的概率，今天终于把后面的部分都写完了
laiczhang·2023-08-03 22:17

概率论与数理统计复习总结1

概率论与数理统计复习总结，仅供笔者复习使用，参考教材：《概率论与数理统计》/荣腾中主编.
ScienceLi1125·2023-08-03 22:48

概率论与数理统计复习总结3

概率论与数理统计复习总结，仅供笔者复习使用，参考教材：《概率论与数理统计》/荣腾中主编.
ScienceLi1125·2023-08-03 22:17

概率论与数理统计复习总结2

概率论与数理统计复习总结，仅供笔者复习使用，参考教材：《概率论与数理统计》/荣腾中主编.
ScienceLi1125·2023-08-03 22:44

学点概率论与数理统计学（一）

本文转载自：https://blog.csdn.net/qq_31239371/article/details/115488560?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-115488560-blog-82626468.235^v27^pc_relev
爱听雨声的北方汉·2023-08-03 19:59

《刘嘉·概率论22讲》学习笔记（完）

概率论的四大基石——随机、概率、独立性和概率计算。01.全局：从局部随机性到整体确定性概率论解决随机问题的本质，就是把局部的随机性转变为整体上的确定性。
pzb19841116·2023-08-03 18:32

今天好像过的有点小充实

所以问题来了，接下来我该干什么呢，别人还都在奋笔疾书，好在我多带了本概率论，应该
胖橘啊胖橘·2023-08-03 06:53

机器学习之朴素贝叶斯（Naive Bayes）

1朴素贝叶斯算法介绍朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。
智慧医疗探索者·2023-08-03 02:32

第一篇

要好好练琴好好背英语单词好好写公众号学会识日语还有概率论还有放下手机放下社交不要去刷微信扣扣好浮躁要有自己的思考判断心里要有底气多帮帮家里人干活呀勤快一点别想些乱七八糟的了图片发自App
咖喱鱼丸好好吃·2023-08-02 16:16

机器学习&&深度学习——数值稳定性和模型化参数（详细数学推导）

‍作者简介：一位即将上大四，正专攻机器学习的保研er上期文章：机器学习&&深度学习——Dropout订阅专栏：机器学习&&深度学习希望文章对你们有所帮助这一部分包括了很多概率论和数学的知识，而书上的推导很少
布布要成为最负责的男人·2023-08-02 13:40

异常检测和推荐系统（九）

b站学习链接：传送门学习视频第1516章学习目录索引：吴恩达2014课程简介知识补充独立假设独立假设是概率论和统计学中的一个重要概念，用于描述两个或多个随机事件或随机变量之间是否相互独立。
水枂·2023-08-02 06:27

[动手学深度学习-PyTorch版]-3.14深度学习基础-正向传播、反向传播和计算图

3.14正向传播、反向传播和计算图前面几节里我们使用了小批量随机梯度下降的优化算法来训练模型。在实现中，我们只提供了模型的正向传播（forwardpropagation）的计算，即对输入计算模型输出，然后通过autograd模块来调用系统自动生成的backward函数计算梯度。基于反向传播（back-propagation）算法的自动求梯度极大简化了深度学习模型训练算法的实现。本节我们将使用数学和
蒸饺与白茶·2023-08-01 06:42

算法导论：概率分析和随机算法

参考资料：概率分析和随机算法雇佣问题在讲述概率分析和随机算法之前，需要先简单介绍一下，概率论的基础知识基础知识伯努利试验：在相同条件下，重复地进行n次相互独立的实验。
Bowiee·2023-08-01 01:01

概率论笔记

概率论解决随机问题的本质，是把局部的随机变化成整体的确定性。随机就是不可预测，但随机不等于不确定性。
叽哥的黑板报·2023-07-31 16:52

大数据架构详解：从数据获取到深度学习（内含福利）

机器学习（MachineLearning，ML）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
yoku酱·2023-07-31 16:32

计算机视觉（五）深度学习基础

文章目录深度学习基础卷积神经网络与传统神经网络区别深度学习与神经网络的区别目标函数选择合适的目标函数Softmax层改进的梯度下降梯度消失的直观解释激活函数学习步长SGD的问题Momentum动量NesterovMomentumAdagradRMSpropAdam
_企鹅_·2023-07-31 06:16

刘嘉《概率论》22

前提条件需注意的三个方面第一，注意时间或空间的变化哲学中的悖论——突然演习悖论。要解决这个悖论，理解条件概率很重要。你要知道，随着时间的变化，随机事件发生的概率其实是变化的。考试的可能性也就是概率发生变化，依然是随机的。时间、空间的变化会让一件事的概率不断地发生变化，如果忽视这个变化的信息的影响，还按照独立事件来计算，当然就要出错了。第二，注意个体和整体的差异。正常情况下，我们说一件事的概率是多少
游泳的鱼_cc71·2023-07-31 06:40
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他