深度学习基础——概率论

机器学习与深度学习

机器学习涉及多个学科的知识，如概率论、统计学、逼近论、凸分析、算法复杂度理论等，这些学科为机器学习提供了理论基础和数学工具。
Hacoj·2024-02-08 00:29

深度学习如何入门？

以下是一些推荐的步骤和资源：数学基础：深度学习需要一些数学基础，包括线性代数、微积分、概率论和统计学。这些都是理解深度学习算法背后的原理的关键。
super_journey·2024-02-07 23:59

深度学习基础--反向传播

Modelimage.png前向传播image.png反向传播求误差image.png求对J的影响image.pngimage.png求对J的影响image.pngimage.png误差反传image.pngimage.pngimage.png参考：深度学习—反向传播(BP)理论推导-Backpropagation算法的推导与直观图解-文之-博客园
掰不开桃子的男人·2024-02-07 09:13

如何快速入门深度学习

如果你想快速入门深度学习，可以按照以下步骤进行：1.学习基础知识在学习深度学习之前，你需要具备一定的数学基础，包括线性代数、概率论与数理统计、微积分等。
人生万事须自为，跬步江山即寥廓。·2024-02-07 09:07

机器学习实战 朴素贝叶斯分类器

基于概率论的分类方法：朴素贝叶斯我的微信公众号：s406205391;欢迎大家一起学习，一起进步！！！k-近邻算法和决策树会给出“该数据属于哪一类”的明确回答。
shenny_·2024-02-06 17:04

概率论与数理统计 第八章 假设检验

课前导读统计推断的另一类重要问题是假设检验问题。参数估计的主要任务是找参数值等于多少，或在哪个范围内取值。而假设检验则主要是看参数的值是否等于某个特定的值。通常进行假设检验即选定一个假设，确定用以决策的拒绝域的形式，构造一个检验统计量，求出拒绝域或检验统计量的p值，查看结果是否落在拒绝域内或p值是否小于显著性水平，做出决策的一个过程。第一节检验的基本原理举个例子，体现假设检验的思想：假设检验的统计
Jarkata·2024-02-06 15:48

机器学习（深度学习）路线

资源：MIT线性代数公开课同济大学线性代数清华大学李永乐-线性代数1.3概率论：了解各类分布，
bigcindy·2024-02-06 08:04

2020-03-01

考研复习大纲数学三月~六月初(一轮复习)复习目标：过一遍考研数学一的全部内容（包括高等数学上，下，概率论，线性代表）。复习用书：李永乐复习全书，汤家凤1800题。
joker_luo·2024-02-06 04:21

NLP——数学基础

文章目录概率论基础概率(probability)最大似然估计(maximumlikelihoodestimation)条件概率(conditionalprobability)全概率公式(fullprobability
晴晴_Amanda·2024-02-05 18:37

3/27今日阅读

这句话让我想到了《好好学习》中的临界知识“概率论”，在高概率的事情上不断尝试，成功的概率会慢慢增长。
嗯哈2070·2024-02-05 16:34

ncc匹配（三，opencv相关性匹配ncc与数学相关性匹配对比解惑）

数学书概率论中说，|p|=1，是线性相关，p=0，不相关。我在程序中验证后，发现，数学书更准确。第一，线性相关就是匹配相关。第二，p=-1，也是完全匹配。怎么得到值是-1，或逼近-1的值呢？
工业机器视觉设计和实现·2024-02-05 14:07

【GAMES101】Lecture 16 蒙特卡洛积分

为了后面要讲的路径追踪，需要讲一下这个蒙特卡洛积分，同时需要回顾一下高等数学中的微积分和概率论与统计学的知识目录微积分概念论与统计蒙特卡洛积分微积分定积分是微积分中的一种重要概念，用于计算函数在一个区间上的总体积
MaolinYe（叶茂林）·2024-02-05 14:54

深度学习基础之-3.3线性二分类的神经网络实现

线性二分类的神经网络实现提出问题回忆历史，公元前206年，楚汉相争，当时刘邦项羽麾下的城池地理位置如下：0.红色圆点，项羽的城池1.绿色叉子，刘邦的城池其中，在边界处有一些红色和绿色重合的城池，表示双方激烈争夺的拉锯战。样本序号123…119经度相对值0.0254.109…7.767纬度相对值3.4088.012…1.8721=汉,0=楚110…1问题：经纬度相对值为(5,1)时，属于楚还是汉？经
SusanLovesTech·2024-02-05 06:43

深度学习零基础入门书单

深度学习零基础入门书单简介为了做项目我搜集和购买了一些电子版的书，下面是书单参考首先明确一下学习主要内容，主要是以下三个部分编程语言，主要是python和c++数学基础包括微积分、线性代数和概率论内容，
MachinePlay·2024-02-04 19:23

日记20191126

书（概率论中的两个概念，一个是频次概率和主观概率，频次概率重点为逻辑运算。主观概率更为抽象，为一个动态概率，会因为行动而提高或减少的概率概念。黄金思维圈：what-how-why，这个模型其实之
流鱼江·2024-02-04 12:30

01-16

然后就是结合此前的概率论的速速贝叶斯算法，和概率论的基本接近，对未知情况的事物进行模拟分析，计算出大致的概率，以进行数据信息分类等操作。
姬汉斯·2024-02-04 02:06

刘嘉概率论22讲《十二，正态分布，最简单却最重要的概率分布》

正态分布是概率分布中最重要的分布，再数学家眼里，他是远远高于其他分布的。其他分布都是特殊的，只有正态分布是正常的，一般的，从名字上，我们也能感受到它的重要性。有趣的是正态分布不仅重要而且简单，就像一条对称的倒钟形曲线，中间很高，两边下降，像个鼓起的小山包。再正态分布的曲线里，横坐标代表随机变量的取值范围，越往右，随机变量的值就越大，纵坐标，则代表概率大小，最底下的概率是0，越往上概率越大。这样曲线
阿木魔法学院·2024-02-03 19:40

概率论中的全概率公式、贝叶斯公式解析

全概率公式定义全概率公式是用来计算一个事件的概率，这个事件可以通过几个互斥事件的并集来表示。这几个互斥事件称为“完备事件系”。实质是由原因推结果。公式用途全概率公式通常用于计算一个事件的总概率，特别是当这个事件与几个不同的因素相关时。它可以让我们将复杂事件的概率分解为更简单事件概率的组合。贝叶斯公式定义贝叶斯公式是条件概率的一个应用，它描述了两个事件的关系，其中一个事件发生后，对另一个事件概率的影
实名吃香菜·2024-02-03 19:15

概率论基础-条件概率、全概率公式、贝叶斯公式

目录一、条件概率  1.1条件概率定义  1.2条件概率例题  1.3乘法定理  1.4乘法定理例题  1.5全概率公式  1.6贝叶斯公式二、参考文献一、条件概率  1.1条件概率定义    条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为：P(A∣B)P(A|B)P(A∣B)，读作“在B的条件下A的概率”。  1.2条件概率例题    投掷一枚硬币2次**，A表示“至
Salute=·2024-02-03 19:15

25考研｜660/880/1000/1800全年带刷计划

经历过两次考研，我觉得考研数学之所以难，有下面几点原因：1、知识点多，考研数学1和数学3都包含三本书，分别是高等数学，线性代数和概率论
Czz-coder·2024-02-03 15:22

【晨间日记】2020年12月14日

2020年12月14日天气：小雨【90天践行目标】（190/210）①减重20斤②每日写时间规划③写晨间日记【昨日践行】①慢跑三公里②时间规划已完成③晨间日记已完成【今日青蛙】①自学JavaWeb②复习概率论
语瞳SAMA·2024-02-03 12:33

推荐几本增长见识、开阔视野的书籍

成甲的《好好学习—个人知识管理精进指南》让我学到“复利”“概率论”和“黄金思维圈”等，透过现象看本质，多问为什么，找到事物发展的底层规律和逻辑，你可以重复的在不同的时间、地点甚至是不同的时代都可以运用这些知识去解释事物的发生
阳光一燕·2024-02-03 05:17

移动机器人激光SLAM导航（四）：GMapping SLAM 篇

GMappingROS-Wiki从零开始搭二维激光SLAMGMapping漫谈小白学移动机器人机器人工匠阿杰wpr_simulation移动机器人激光SLAM导航（文章链接汇总）1.GMapping1.1FastSLAM问题分解概率论相关公式
Robot_Yue·2024-02-03 03:41

做研究系列：如何研究量子科学

掌握数学工具，如线性代数、微积分、泛函分析、复变函数论以及概率论与随机过程等，这些是理解和构建量子理论模型的基础。
科学禅道·2024-02-02 14:57

深度学习入门资料整理

深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？-知乎深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门神经网络15分钟入门！
AI视觉网奇·2024-02-02 13:13

深度学习如何入门？

以下是入门深度学习的建议步骤：1.强化基础知识数学基础：深入学习线性代数、微积分、概率论和统计学。这些是理解深度学习算法背后原理的基础。
终将老去的穷苦程序员·2024-02-02 13:12

新书速览|PyTorch 2.0深度学习从零开始学

实战中文情感分类、拼音汉字转化、中文文本分类、拼音汉字翻译、强化学习、语音唤醒、人脸识别01本书简介本书以通俗易懂的方式介绍PyTorch深度学习基础理论，并以项目实战的形式详细介绍PyTorch框架的使用
全栈开发圈·2024-02-02 12:46

深度学习-基础过关

它涉及到概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，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。
代码不行的搬运工·2024-02-02 09:38

深度学习如何入门?

以下是一些建议的步骤来快速入门并逐步深入理解深度学习：1.基础知识准备数学基础：理解和掌握线性代数（矩阵运算、向量空间）、微积分（梯度、导数）、概率论与统计学（概率分布、最大似然估计、贝叶斯推断）是至关重要的
dami_king·2024-02-02 07:45

机器学习基础、数学统计学概念、模型基础技术名词及相关代码个人举例

（2）数学统计学概念1、概率论：概率论是研究随机
是lethe先生·2024-02-02 07:09

机器学习PAI快速入门

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。
开发者学习指南·2024-02-02 02:28

【晨间日记】2021年1月14日

③写晨间日记【昨日践行】①昨日冥想已完成②Keep平板支撑③晨间日记已完成【今日青蛙】①复习离散数学②背诵web习题③放平心态，迎接不完美的自己*昨日三只青蛙已达成【反思日志】考完了Java，整个人从概率论的愉悦高峰一瞬跌入低谷
语瞳SAMA·2024-02-02 01:55

关于概率论和模糊数学的区别

#模糊数学不是伪科学关于模糊数学是伪科学的理论概率论和模糊数学的显而易见的不同的地方如下：首先概率论的基础是康托集，你可以简单理解为集合中的元素只有{0,1}两种状态，他关注的是事件最终的结果，要么发生
当像鸟飞向你的山·2024-02-01 10:06

《好好学习》完结

概率论：生活是一个各项条件随机发生的概率分布，过去的每一件事情的结果，是众多可能的结果之一。未来要发生的事情，也将有
曼Lucky·2024-02-01 08:08

【机器学习】【概率论】【损失熵】【KL散度】信息量、香农熵和KL散度的计算

1、信息量（AmountofInformation）对于一个事件：小概率-->大信息量大概率-->小信息量独立事件的信息量可以相加I(x)=log2(1p(x))=−log2(p(x))I(x)=log_2(\frac{1}{p(x)})=-log_2(p(x))I(x)=log2(p(x)1)=−log2(p(x))E.g.:一枚均匀的硬币:p(h)=0.5p(h)=0.5p(h)=0.5Ip(
忘却的旋律dw·2024-01-31 23:47

【免费培训】心理学量化研究神器——Mplus简介及入门（直播：2023.9.16）

心理统计学是一门以概率论为基础，对数据资料进行收集、整理、分析，以及根据这些资料所传递的信息做出科学推论的方法论科学。
茗创科技·2024-01-31 21:12

泛谈一下数字化技能的学习，SPSS、Stata还是Python？技术、业务+表达、展现！

很多学生在本科或专科上学时代学过统计学、计量经济学、机器学习、数据分析、统计分析、数据挖掘、量化建模等一门或多门课程，至少也学过概率论、数理统计、线性代数、微积分等课程，其实就已经具备了相对较好的数据分析基础
数据科学作家·2024-01-31 17:49

基于Python的深度学习基础

Python基础Python是一种开源的、简单易记、可以自由使用编程语言。深度学习将使用NumPy和Matplotlib这两种外部库Python有“解释器”和“脚本文件”两种运行模式Python能够将一系列处理集成为函数或类等模块NumPy中有很多用于操作多维数组的便捷方法类与对象变量是挂在对象身上的标签classMan:#定义了一个新类Man，类Man生成了实例（对象）m#类Man的构造函数（初
程序媛了了·2024-01-31 15:35

概率论——大数定律

依据考研数学的安排，在学习大数定律之前引入这样两个先修知识点：（1）切比雪夫不等式：，对任意的ε>0.它的意义是：事件大多会集中在它的期望附近（2）依概率收敛：如果xn是一个随机变量序列、A是一个常数，对任意的ε>0，有，则称Xn依概率收敛于常数A依概率收敛并不同于传统意义上的“实验无数次后频率会无限靠近概率”，它实际上在概率附近划出了一个小的边界ε。实验结果当然可能发生波动，这个边界的作用就是把
粉刷乌鸦·2024-01-31 13:56

写作也可以养家糊口

1、概率论稿费：400-800元/篇要求：文章观点独特、创意，大多关于时事热点。
不再缺过·2024-01-31 08:14

深度学习知识学习笔记

一相关的深度学习基础知识（1）线性回归  设房屋的⾯积为x1x_1x1，房龄为x2x_2x2，售出价格为yyy。
wyn20001128·2024-01-31 01:24

刘嘉概率论22讲《六， 概率度量，建立整体确定性的三种方式》

三种方法：定义法，频率法，迭代法。一，定义法就是直接定义，直接认为某件事不同结果出现的可能性是相等的，没有任何一个结果比其他结果更有可能发生。比如，抛硬币正面朝上和反面朝上的概率相等，都是50%，一个标准的骰子，抛出每个点数的概率也相等，都是1/6，这些概率都是我们直接定义的。比如，选择题四选一，我们认为随便选一个，蒙对的概率是1/4，这都是一种可能性的设定。虽然定义法简单粗暴，但是在宏观尺度上，
阿木魔法学院·2024-01-30 00:25

排队论 | Python实现M/M/1/N

它是运筹学和应用概率论的重要分支，广泛应用于交通、通信、计算机网络、制造业、客户服务等领域。在排队论中，常用的术语包括以下几个方面ÿ
算法如诗·2024-01-29 19:54

成长第一季——《通往》：你能准确预测股价吗？

反思复盘，对照提升理解力一）目的对一个没有炒股经验的准中年人来讲，也只能从概率论的维度去想像股市运行规律了。二）使用步骤1.建立笔记认知：问题的质量决定了问题的答案。预测的准确率无限接近50%。
Ares1981·2024-01-29 14:57

概率论笔记3.1二维连续型随机变量的边缘密度函数

二维连续型随机变量的边缘密度函数对X的边缘密度函数，就是在负无穷到正无穷对Y求积分；对Y的边缘密度函数就是在负无穷到正无穷对X求积分例题
被遗忘在角落的死小孩·2024-01-29 13:18

深度强化学习基本概念-王树森课程笔记

学习资料：深度强化学习课程-王树森目录一、概率论知识二、强化学习专业术语三、强化学习的随机性来源1.action2.statetransition四、Rewards,Returns&ValueFuctions1
淀粉爱好者·2024-01-29 12:06

【深度学习基础】什么是卷积？为什么要用卷积？

什么是卷积？为什么要用卷积？（一）卷积的原理：1.卷积核：2.卷积层参数：2.1卷积核数：2.2卷积核的大小：2.3步长：2.4填充：3.池化层：3.1最大池化层（maxpooling）：3.2均值池化层（averagepooling）：（二）卷积的作用：1.减少参数量：
BIT可达鸭·2024-01-28 19:18

如何系统学习机器学习？

其次，学习基础的数学概念，如线性代数、概率论和统计学。然后，选择一些优质的在线课程和教材进行深入学习。最后，通过实践项目来巩固所学知识。
人邮异步社区·2024-01-28 14:23

卡尔曼滤波、马尔科夫模型、粒子滤波、TSP问题知识点回顾

前面有小结了概率论、线性代数、现代控制理论的一些知识点，这边再来回顾下之前看过了关于卡尔曼滤波、马尔科夫模型、粒子滤波、动态规划中的TSP问题，这边也只是知其形，便于日后应用到一些实际案例中。
竹叶青lvye·2024-01-28 12:57

学期总结和暑假计划

学期总结：这一个学期的课程都有些难度，比如说中国税制、概率论等等。
嘎嘎咔·2024-01-27 23:56
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他