西瓜书公式推导

几何分布的期望和方差公式推导_算法数学基础-统计学最基础之均值、方差、协方差、矩...

我们天天都可以接触很多随机现象，比如每天的天气不一样气温是我们最直接的感受，我们很难预测明天的精确问题，但是这些随机现象又体现出了一定的规律性。比如上海7月份平均35度左右，冬天的平均温度在5度左右。所以35、5这些数字体现了某种稳定性。所以除了前面几章中讲到的分布律和概率密度函数可以表征随机变量外，还可以用一组数字来表达随机变量的一般特性。这就是我们今天要讲到的随机变量的数字特征。通过对数字特征
weixin_39848097·2024-09-12 00:22

扩散模型理论与公式推导——详细过程速览与理解加深

Advancesinneuralinformationprocessingsystems,2020,33:6840-6851.[2]扩散模型/DiffusionModel原理讲解_哔哩哔哩_bilibili[3]扩散模型公式推导
留尘铃·2024-09-09 12:45

薛定谔的股价和巴普洛夫的投机者

这种探寻规律的思想起源于牛顿的经典力学，那时人们甚至认为一切现象都可以通过公式推导解释。久而久之，我们解释自然现象时普遍喜欢采用理论支撑，进而在股票市场也沿用了同样的思维，重逻辑研究而轻市场心理。
血公子·2024-09-08 22:44

人工智能与机器学习原理精解【17】

文章目录贝叶斯贝叶斯定理的公式推导一、条件概率的定义二、联合概率的分解三、贝叶斯定理的推导四、全概率公式的应用五、总结全概率公式推导一、全概率公式的定义二、全概率公式的推导三、全概率公式的应用贝叶斯定理的原理一
叶绿先锋·2024-09-05 08:23

周工作计划2019-03-25

但是好的一点是，西瓜书基本都看完了。本周工作计划：机器学习分享活动（关于决策树的分享）回看一下西瓜书的东西，每一章把开头总结写一下。老师没有给具体的任务，留了再说吧。
MikeShine·2024-09-02 02:05

时间旅行者：LSTM算法的奥秘大揭秘！

Hey小伙伴们，今天给大家带来一个超级有趣的主题——LSTM算法的基本结构和公式推导！项目背景你知道吗？在时间序列预测中，传统的神经网络很难处理长距离的依赖关系。
风清扬雨·2024-09-01 19:06

自动驾驶-机器人-slam-定位面经和面试知识系列07之C++STL面试题（03）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。
lonely-stone·2024-08-30 20:29

自动驾驶-机器人-slam-定位面经和面试知识系列03之C++STL面试题（01）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。
lonely-stone·2024-08-30 20:29

自动驾驶-机器人-slam-定位面经和面试知识系列04之高频面试题（02）

这个博客系列会分为C++STL-面经、常考公式推导和SLAM面经面试题等三个系列进行更新，基本涵盖了自己秋招历程被问过的面试内容（除了实习和学校项目相关的具体细节）。
lonely-stone·2024-08-30 20:29

大规模语言模型从理论到实践：智能代理的组成

智能代理的组成1.背景介绍2.核心概念与联系3.核心算法原理&具体操作步骤3.1算法原理概述3.2算法步骤详解3.3算法优缺点3.4算法应用领域4.数学模型和公式&详细讲解&举例说明4.1数学模型构建4.2公式推导过程
AGI通用人工智能之禅·2024-08-28 08:21

机器学习常见公式推导

线性层的反向传播对于函数Y=XWY=XWY=XW（注：XXX是一个m×nm\timesnm×n的矩阵，WWW是一个n×kn\timeskn×k的矩阵，YYY是一个m×km\timeskm×k的矩阵。这里的WWW通常代表模型的权重，而XXX代表输入数据。）如何求∂Y∂W\frac{\partialY}{\partialW}∂W∂Y呢，通常我们只关心其一个特定的切片，即∂Yij∂Wrs\frac{\p
stubborn vegeta·2024-08-27 02:11

机器学习（西瓜书）学习笔记导览

本篇文章会持续更新直到更新完毕，关注博主不迷路~（如果没有超链接，表示还没有更新到）第一章绪论1.1引言1.2基本术语1.3假设空间1.4归纳偏好第二章模型评估与选择2.1经验误差与过拟合2.2评估方法2.3性能度量2.4比较检验2.5偏差与方差第三章线性模型3.1基本形式3.2线性回归3.3对数几率回归3.4线性判别分析3.5多分类学习3.6类别不平衡问题第四章决策树4.1基本流程4.2划分选择
盛寒·2024-08-25 18:11

图形学论文笔记

PositionBasedDynamics最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码XPBD：基于XPBD的物理模拟一条龙：公式推导
Jozky86·2024-08-25 18:10

【公式推导+matlab代码】太阳位置（太阳方位角和太阳高度角）计算

一、计算公式二、太阳高度角计算太阳高度角的求解应先求解太阳赤纬角ds和太阳时角ts。2.1太阳时角定义sd为平太阳时；et为真太阳时时差；st为真太阳时；ts为太阳时角。doublesd=hour1+(minute1+(120-116.33)*4)/60;doubleet=0.0028-1.9587*sin(b)+9.9059*sin(2*b)-7.0924*cos(b)-0.6882*cos(2
inininnnn·2024-08-25 09:15

协方差详解及在日常生活中的应用实例——天气温度与冰淇淋销量的关系

协方差详解及在日常生活中的应用实例——天气温度与冰淇淋销量的关系文章目录协方差详解及在日常生活中的应用实例——天气温度与冰淇淋销量的关系引言协方差的概念与背景数学公式推导实例背景数据收集计算过程结果解释计算相关系数为什么使用协方差
迷路爸爸180·2024-08-22 22:39

chatgpt赋能python：Python编写一元二次方程公式

介绍公式推导要求一元二次方程ax2+bx+c=0ax^2+bx+c=0ax2+bx+c=0的解，根据求根公式：x=−b
pythonxxoo·2024-03-20 10:21

隐马尔科夫模型1（了解整体知识架构）

如果上来就进行公式推导，那样只会让你更加迷糊，只有彻底了解了之后学起来才会事半功倍。本篇文章主要有两个目的：1、让大家了解什么是隐马尔科夫模型。
-麦_子-·2024-02-20 14:50

算法练习-01背包问题【含递推公式推导】（思路+流程图+代码）

难度参考难度：困难分类：动态规划难度与分类由我所参与的培训课程提供，但需要注意的是，难度与分类仅供参考。且所在课程未提供测试平台，故实现代码主要为自行测试的那种，以下内容均为个人笔记，旨在督促自己认真学习。题目动态规划经典问题01背包？具体内容：背包最大重量为4物品如下：重量价值物品0115物品1320物品2430问背包能背的最大重量是多少？思路0-1背包问题的动态规划解法基于以下思路：子问题定义
Yamai Yuzuru·2024-02-20 10:00

推导数学规律--完成任务的最短时间(任务调度器)

文章目录题目题目解读与公式推导解题代码题目题目解读与公式推导题目解读：字母代表不同的任务，给定的n是任务的延迟时间。那么这个延迟时间是个什么意思呢？
C+G·2024-02-20 07:05

机器学习LDA线性判别器代码实现

机器学习LDA线性判别器代码实现西瓜书P60线性判别器LDA代码实现：importnumpyasnpimportmatplotlib.pyplotaspltdefload_data(file_name)
Longlongaaago·2024-02-15 07:38

数字PID算法基础

1、公式推导PID控制算法在连续时间序列下的公式如下：对连续
alex1801·2024-02-15 03:26

GiantPandaCV | 一文弄懂 Diffusion Model

原文链接：一文弄懂DiffusionModel0前言最近AI绘图非常的火，其背后用到的核心技术之一就是DiffusionModel（扩散模型），虽然想要完全弄懂DiffusionModel和其中复杂的公式推导需要掌握比较多的前置数学知识
双木的木·2024-02-14 15:07

通过指数拟合获取平均增长率

公式推导令为下降比例，且假设，则由泰勒展开公式忽略高阶无穷小项o(a)，可知从而图中公式为：这里的x就是上述推导时的t，对应的，，解释
热爱生活的大川·2024-02-14 15:52

2019-10-04 学习极大似然估计与优化理论

主要推导了一个公式推导MLE与LSE.jpeg即用极大似然估计（MLE）的角度去解多元线性回归其结果与最小二乘(LSE)解的结果是一样的，这一点我觉得很神奇。
小郑的学习笔记·2024-02-13 19:11

GBDT算法的升级--XGBoost与LightGBM算法

本文同样不涉及公式推导及代码，对于GBDT算法的学习可以参考前面的文章GBDT算法原理，这里不再讲述GBDT，只讲述XGBoost与LightGBM算法原理下面推荐两篇写得最权威最官方(没有之一)的文档参考文档
CquptDJ·2024-02-13 14:52

西瓜书-机器学习5.4 全局最小与局部极小

两种“最优”：“局部极小”(localminimum)和"全局最小"(globalminimum)对和，若存在使得多组不同参数值初始化多个神经网络使用“模拟退火”：以一定的概率接受比当前解更差的结果，有助于“跳出”局部极小使用随机梯度下降遗传算法(geneticalgorithms)[Goldberg,1989]也常用来训练神经网络以上用于跳出局部极小的技术大多是启发式，理论上商缺乏保障。Gold
lestat_black·2024-02-12 11:32

机器学习40讲学习笔记-18 从全局到局部：核技巧

这部分的推导过程在https://blog.csdn.net/bohu83/article/details/114198931我首先要吐槽下，对于小白很难掌握这块，因为数学公式推导要求较高。
bohu83·2024-02-12 11:01

Buck公式推导过程

Boost公式推导及实验验证》，在我看来，Buck与boost是完全类似的，明白一个，另外一个也就明白了。不过后来还是陆续有粉丝问我有没有buck，那么今天就来推导下buck的公式。
硬件工程师炼成之路·2024-02-10 06:19

[leedcode]刷题有感--动态规划入门及思路模板

2、确定本题目的递推公式3、初始化dp[]数组4、确定数组遍历顺序5、利用初始化后的dp数组结合递推公式推导dp数组，看是否符合题意要求二、题目示例1、斐波那契数列--一维动态规划斐波那契数列斐波那契数
给我杯冰美式·2024-02-09 05:52

2019-05-14《西瓜书》难啃

周志华老师的《西瓜书：机器学习》这周看完1~10章锻炼：太极云手、100手/组，3组虎刨功（简）、100个/组，2组
杨熊猫Yang·2024-02-08 05:59

数据结构|对称矩阵压缩存储的下标公式推导|如何求对称矩阵压缩存储对应的一维数组下标

因为考试的时候可能会给很多情况的变式题，所以要会推导而不是背公式，情况变了，公式就不管用了。行优先、只存储主对角线+下三角区：矩阵下标ai,j(i>=j)->一维数组下标B[k]按照行优先的原则，确定ai,j是一维数组中B[k]中的第几个元素i是行数，j是列数ai,j在第i行，由上图可知，第i行有i个元素；ai,j在第j列，也可以理解为在第i行的弟j个位置。所以，ai,j**元素的前面一共有的元素
01红C·2024-02-06 07:18

ASM-HEMT模型中漏极电流公式推导

主要公式用单个数字表示，如（1）。公式中物理量的再详细表达式加点表示，如（1.1），以此类推。Id=WLμeffCg(Vgo−ψm+Vth)ψds（1）I_d=\frac{W}{L}\mu_{eff}C_g(V_{go}-\psi_m+V_{th})\psi_{ds}（1）Id=LWμeffCg(Vgo−ψm+Vth)ψds（1）W和L分别是栅宽和栅长μeff\mu_{eff}μeff是有效载流子
幻象空间的十三楼·2024-02-04 23:08

机器学习——集成学习

参考：ysu老师课件+西瓜书+期末复习笔记1.集成学习的基本概念集成学习（ensemblelearing）通过构建并结合多个学习器来完成学习任务。
三三木木七·2024-02-04 09:37

西瓜书学习笔记——低维嵌入（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍低维嵌入（Low-DimensionalEmbedding）是一种降低高维数据维度的技术，目的是在保留数据特征的同时减少数据的复杂性。这种技术常用于可视化、特征学习、以及数据压缩等领域。低维嵌入的目标是将高维数据映射到一个低维空间，以便更好地理解和可视化数据。在kkk近邻学习中，随着数据维度的增加，样本之间的距离变得更加稀疏，导致KNN算法性能下降。这是因为在高维空
Nie同学·2024-02-04 01:13

西瓜书学习笔记——核化线性降维（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍核化线性降维是一种使用核方法（KernelMethods）来进行降维的技术。在传统的线性降维方法中，例如主成分分析（PCA）和线性判别分析（LDA），数据被映射到一个低维线性子空间中。而核化线性降维则通过使用核技巧，将数据映射到一个非线性的低维空间中。核技巧的核心思想是通过一个非线性映射将原始数据转换到一个高维的特征空间，然后在该特征空间中应用线性降维方法。这种映射
Nie同学·2024-02-04 01:13

西瓜书学习笔记——k近邻学习（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍K最近邻（K-NearestNeighbors，KNN）是一种常用的监督学习算法，用于分类和回归任务。该算法基于一个简单的思想：如果一个样本在特征空间中的kkk个最近邻居中的大多数属于某个类别，那么该样本很可能属于这个类别。KNN算法不涉及模型的训练阶段，而是在预测时进行计算。以下是KNN算法的基本步骤：选择K值：首先，确定用于决策的邻居数量K。K的选择会影响算法的
Nie同学·2024-02-04 01:42

西瓜书学习笔记——主成分分析（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍主成分分析（PrincipalComponentAnalysis，PCA）是一种常用的降维技术，用于在高维数据中发现最重要的特征或主成分。PCA的目标是通过线性变换将原始数据转换成一组新的特征，这些新特征被称为主成分，它们是原始特征的线性组合。对于一个正交属性空间（各个属性之间是线性无关的）中的样本点，存在以下两个性质的超平面可对所有样本点进行恰当的表达：最近重构性
Nie同学·2024-02-04 01:09

朴素贝叶斯分类算法

参考：西瓜书，ysu老师课件【摘要】1.分类算法：分类算法的内容是根据给定特征，求出它所属类别。2.先验概率：就是根据以往的数据分析所得到的概率。后验概率：是得到信息之后重新加以修正得到的概率。
三三木木七·2024-02-03 13:03

决策树的相关知识点

参考：ysu老师课件+西瓜书1.决策树的基本概念【决策树】：决策树是一种描述对样本数据进行分类的树形结构模型，由节点和有向边组成。
三三木木七·2024-02-03 13:03

时间序列预测 —— TCN模型

本文将介绍TCN模型的理论基础、公式推导、优缺点，并通过Python实现TCN的单步预测和多步
Persist_Zhang·2024-02-03 06:55

最大熵阈值python_李航统计学习方法（六）----逻辑斯谛回归与最大熵模型

本文属于初学者的个人笔记，能力有限，无法对著作中的公式推导做进一步发挥，也无法保证自己的理解是完全正确的，特此说明，恳请指教逻辑斯谛回归模型逻辑斯谛
weixin_39669638·2024-02-03 06:20

岭回归公式推导

对于最小二乘问题加入常数项，令变量代换，可以写成其中θ是拟合系数。加入常数项，同时，希望拟合参数θ尽可能小，以降低预测值的敏感程度，可得：注：结合起来理解：目标函数是一个凸函数，对目标函数求导，导数等于0的点是最优点：注意：岭回归的推导与介绍，比较全面：https://www.jianshu.com/p/1677d27e08a7
吐泡泡的柠檬·2024-02-02 05:16

详解谱聚类算法理论基础

本文不含大量数学公式，但严格按照算法的原理讲解，比较适合初学者阅读，相信等读者基本了解算法的原理后再看数学公式推导效果会更好。
This_chao·2024-02-01 13:46

《数据结构与算法之美》22——递归树

前言在排序那一节里，讲到排序时，利用递推公式推导时间复杂度来求解归并排序、快速排序的时间复杂度，但有些情况，例如快速排序的平均时间复杂度，利用递推公式，会涉及很复杂的数据推导。
大杂草·2024-01-31 04:13

西瓜书学习笔记——层次聚类（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍层次聚类是一种将数据集划分为层次结构的聚类方法。它主要有两种策略：自底向上和自顶向下。其中AGNES算法是一种自底向上聚类算法，用于将数据集划分为层次结构的聚类。算法的基本思想是从每个数据点开始，逐步合并最相似的簇，直到形成一个包含所有数据点的大簇。这个过程被反复执行，构建出一个层次化的聚类结构。这其中的关键就是如何计算聚类簇之间的距离。但实际上，每个簇都是一个集合
Nie同学·2024-01-30 16:25

牛客周赛round30D题讲解(公式推导)

写的时候题目理解错了(*/ω＼*)登录—专业IT笔试面试备考平台_牛客网#includeusingll=longlong;intmain(){std::ios::sync_with_stdio(false);std::cin.tie(nullptr);llx,y,l,r;std::cin>>x>>y>>l>>r;//计算最大公约数lld=std::gcd(x,y);//x除以最大公约数x/=d;/
Colinnian·2024-01-30 12:37

西瓜书学习笔记——密度聚类（公式推导+举例应用）

文章目录算法介绍实验分析算法介绍密度聚类是一种无监督学习的聚类方法，其目标是根据数据点的密度分布将它们分组成不同的簇。与传统的基于距离的聚类方法（如K均值）不同，密度聚类方法不需要预先指定簇的数量，而是通过发现数据点周围的密度高度来确定簇的形状和大小。我们基于DBSCAN算法来实现密度聚类。DBSCAN是基于一组邻域参数(ϵ,MinPts)(\epsilon,MinPts)(ϵ,MinPts)来刻
Nie同学·2024-01-30 07:33

C++ 数论相关题目：卡特兰数应用、快速幂求组合数。满足条件的01序列

数据范围1≤n≤105输入样例：3输出样例：5上述描述了本题的公式推导，最终也就是求一个卡特兰数。本题中，求逆元取模的是一个质数，可以用快速幂来求，如果不
伏城无嗔·2024-01-29 23:50

【机器学习·西瓜书学习笔记·线性模型】线性回归——最小二乘法（least square method）

线性模型的基本形式给定由个属性描述的实例,其中是在第个属性上的取值，线性模型（linearmodel）试图学得一个通过属性的线性组合来进行预测的函数，即一般用向量形式写成：和确定后，模型就得以确定参数查阅表把数据集表示为一个m*（d+1）大小的矩阵，其中每行对应于一个实例，每行前d个元素对应于实例的d个属性值，最后一个元素恒置于1，即（一）均方误差（meansquarederror）基于欧几里得距
慈善区一姐·2024-01-29 12:34

求 逆矩阵 公式推导

求逆矩阵公式推导[用余子式、代数余子式和伴随来求逆矩阵](https://www.shuxuele.com/algebra/matrix-inverse-minors-cofactors-adjugate.html
comedate·2024-01-28 21:52
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他