西瓜书公式推导

贝塞尔曲线（Bezier Curve）原理、公式推导及matlab代码实现

1.定义贝塞尔曲线(Beziercurve)，又称贝兹曲线或贝济埃曲线，是应用于二维图形应用程序的数学曲线。一般的矢量图形软件通过它来精确画出曲线，贝兹曲线由线段与节点组成，节点是可拖动的支点，线段像可伸缩的皮筋，我们在绘图工具上看到的钢笔工具就是来做这种矢量曲线的。贝塞尔曲线是计算机图形学中相当重要的参数曲线，在一些比较成熟的位图软件中也有贝塞尔曲线工具，如PhotoShop等。贝塞尔曲线的一些
beijing_txr·2024-01-19 22:46

贝塞尔曲线（Bezier Curve）原理、公式推导及matlab代码实现

目录参考链接定义直观理解公式推导一次贝塞尔曲线（线性公式）二次贝塞尔曲线（二次方公式）三次贝塞尔曲线（三次方公式）n次贝塞尔曲线（一般参数公式）代码实现参考链接贝塞尔曲线（BezierCurve）原理及公式推导
大龙唉·2024-01-19 22:12

python自学（二）第二章 正则表达式|字符串匹配、函数和面向对象程序设计

《机器学习》周志华（西瓜书）清华大学出版社；least14p/d;3.BiliBili《和美女老师一起学python》视频。（一）正则
BrilandLiu·2024-01-19 11:38

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前，对课程的要点进行简单预习。本文中提到的一些概念，大多是老师课上会重点讲的、考试要考的。此外，在进行复习时也可以通过这些概念引入，从而去更深入理解一些模型原理。前置基础知识
_hermit:·2024-01-19 02:45

2024华数杯国际赛AB题五小问完整思路+数据+四小问代码+后续高质量成品论文+运行结果高清图+参考文献

问题A：日本放射性废水（AB题的完整资料放在文末了）对于这次的华数杯A题，在我五月份完成的数维杯A题目中：就已经完成过地下水污染物的公式推导：因此，展示部分示例代码吧，我会在修改后，实际应用于我们这次的华数杯国际赛
上善若水AP·2024-01-18 11:28

吃瓜教程Task1：概览西瓜书+南瓜书第1、2章

由于本人之前已经学习过西瓜书，本次学习主要是对以往知识的查漏补缺，因此本博客记录了在学习西瓜书中容易混淆的点以及学习过程中的难点。
卡拉比丘流形·2024-01-18 05:45

【计算机网络】【Python】【练习题】【新加坡南洋理工大学】【Computer Control Network】

（1）、公式推导过程（手写）：（2）将计算过程转化为Python代码：importmathdeffact(n):ifn==0:return1returnn*fact(n-1)p_bar=0foriinrange
不是AI·2024-01-18 00:18

贝叶斯分类器（公式推导+举例应用）

本文将深入探讨贝叶斯分类器，首先通过详细的公式推导带你走进其内部
Nie同学·2024-01-17 03:12

支持向量机（公式推导+举例应用）

文章目录引言间隔与支持向量机对偶问题（拉格朗日乘子法）SMO算法核函数软间隔与正则化软间隔正则化（罚函数法）模型的稀疏性结论实验分析引言在机器学习领域，支持向量机（SupportVectorMachine，简称SVM）是一种强大而广泛应用的监督学习算法。其独特的优势在于在高维空间中进行准确分类，并在处理复杂数据集时表现出色。支持向量机的核心思想是在数据点间找到一个最优的超平面，以最大化不同类别之间
Nie同学·2024-01-17 03:12

Kalman Filter in SLAM (7) ——Error-state Iterated Kalman Filter (EsIKF, 误差状态迭代卡尔曼滤波)

文章目录1.EsKF和IEKF公式回顾1.1.EsKF误差状态卡尔曼滤波方程1.2.IEKF迭代扩展卡尔曼滤波方程2.EsIKF公式推导2.1.预测公式2.2.校正公式2.2.1.误差状态观测方程2.2.2
Cc1924·2024-01-16 06:43

解线调频公式推导

最近在读《雷达成像原理》书中公式没有推导，所以将一些公式推导记录下来，以备遗忘。公式是在word里面用unicode打的，复制网页自动加了水印，很讨厌，凑活看吧，有问题大家一起讨论。
小段同学在干甚·2024-01-15 08:42

Python：列表推导式、生成器、迭代器

1.列表推导式列表推导式是通过旧的列表通过公式推导出新的列表还有集合推导式、字典推导式，与列表推导式类似格式为：[表达式for变量in旧列表][表达式for变量in旧列表if条件]#过滤掉长度小于或等于
尔玉RGX·2024-01-14 14:03

西瓜书读书笔记整理（十） —— 第十章降维与度量学习

10.1k近邻学习10.1.1什么是kNN学习kNN算法（k-NearestNeighbors）是一种常用的分类和回归算法。它的基本思想是根据最近邻的样本来预测未知样本的标签或值。10.1.2kNN算法步骤kNN算法的步骤如下：计算未知样本与训练集中所有样本的距离（通常使用欧氏距离或其他距离度量方法）。选取与未知样本距离最近的k个样本。对于分类问题，根据这k个样本的标签进行投票或权重计算，确定未知
smile-yan·2024-01-14 11:37

基于MAP算法的Turbo译码 -- 公式推导

==到此为止，讲完了turbo译码器的子译码器基于MAP算法的译码过程。但在实际使用中，很少直接使用MAP算法进行译码。而是使用改进的LOG-MAP和MAX-LOG-MAP算法进行译码，因此译码的整体流程，包括外信息的计算以及先验信息的获取等。都在后续的改进算法里进行说明。==
shenyuhou·2024-01-14 04:08

阅读量还是0，坚持

《量子力学概论》相关的公式推导，想必在里面也几乎没有目标读者把，在百度上也搜不到自己写的东西。算了本来的打算就是给自己看的，没人看也罢，坚持！
莎野椰·2024-01-14 03:42

什么是卡特兰数及卡特兰数公式推导

什么是卡特兰数？明安图数，又称卡塔兰数，英文名Catalannumber，是组合数学中一个常出现于各种计数问题中的数列。以中国蒙古族数学家明安图(1692-1763)和比利时的数学家欧仁·查理·卡塔兰(1814–1894)的名字来命名，其前几项为（从第零项开始）:1,1,2,5,14,42,132,429,1430,4862,…卡特兰数的几何意义简单来说，卡特兰数就是一个有规律的数列，在坐标图中可
wuxiaopengnihao1·2024-01-13 11:19

C++实现LeNet-5卷积神经网络

搞了好久好久，公式推导+网络设计就推了20多页草稿纸花了近10天程序进1k行，各种debug要人命，只能不断的单元测试+梯度检验因为C++只有加减乘除，所以对这个网络模型不能有一丝丝的模糊，每一步都要理解的很透彻挺考验能力的
一只狗20000402·2024-01-13 10:16

一元线性回归模型（公式推导+举例应用）

文章目录引言模型表达式均方误差和优化目标最小二乘法利用协方差和方差求解kkk和bbb结论实验分析引言一元线性回归是回归分析中简单而重要的一种模型，旨在找到一条直线，以最佳方式拟合输入变量与输出变量之间的关系。在这篇文章中，我们将深入探讨一元线性回归的原理及其应用。模型表达式一元线性回归模型的表达式为：f(xi)=kxi+bf(x_i)=kx_i+bf(xi)=kxi+b其中，xix_ixi为输入变
Nie同学·2024-01-12 23:50

多元线性回归模型（公式推导+举例应用）

文章目录引言模型表达式均方误差和优化目标最小二乘法广义线性模型范数XTX\mathbf{X^TX}XTX不是满秩情况下，回归问题的解决方案岭回归套索回归弹性网络回归（ElasticNet）XTX\mathbf{X^TX}XTX不是满秩情况下，二分类问题的解决方案对数几率回归黑塞矩阵结论实验分析（一）实验分析（二）实验分析（三）引言多元线性回归是回归分析中的一种复杂模型，它考虑了多个输入变量对输出变
Nie同学·2024-01-12 14:00

线性判别分析LDA（（公式推导+举例应用））

文章目录引言模型表达式拉格朗日乘子法阈值分类器结论实验分析引言线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种经典的监督学习算法，其主要目标是通过在降维的同时最大化类别之间的差异，为分类问题提供有效的数据表征。LDA不同于一些无监督降维方法，如主成分分析（PCA），它充分利用了类别信息，通过寻找最佳投影方向，使得不同类别的样本在降维后的空间中有最大的类间距离，
Nie同学·2024-01-12 14:00

BP神经网络（公式推导+举例应用）

文章目录引言M-P神经元模型激活函数多层前馈神经网络误差逆传播算法缓解过拟合化结论实验分析引言人工神经网络（ArtificialNeuralNetworks，ANNs）作为一种模拟生物神经系统的计算模型，在模式识别、数据挖掘、图像处理等领域取得了显著的成功。其中，BP神经网络（BackpropagationNeuralNetwork，BPNN）作为一种常见的前馈式神经网络，以其在模式学习和逼近函数
Nie同学·2024-01-12 14:00

决策树（公式推导+举例应用）

文章目录引言决策树学习基本思路划分选择信息熵信息增益增益率（C4.5）基尼指数（CART）剪枝处理预剪枝（逐步构建决策树）后剪枝（先构建决策树再剪枝）连续值与缺失值处理连续值处理缺失值处理结论实验分析引言随着信息时代的发展，决策制定变得愈发复杂而关键。在众多决策支持工具中，决策树作为一种直观而强大的工具，在各个领域都得到了广泛的应用。决策树是一种基于树形结构的模型，通过一系列的决策节点和分支来模拟
Nie同学·2024-01-12 14:56

西瓜书第六章课后习题

6.1试证明样本空间中任意点x到超平面(w,b)的距离为式(6.2)。画了个图在纸上进行了证明，感觉这样自会通俗易懂些。6.2试使用LIBSVM，在西瓜数据集3.0α上分别用线性核和高斯核训练一个SVM，并比较其支持向量的差别。导入相应的包主体函数：设置参数，输出。数据特征可视化输出结果以及数据特征可视化最终结果如下图结果表明，使用线性核和高斯训练核的支持向量实际是一样的(两条线重合)，且数量相同
lammmya·2024-01-12 11:52

【深度学习】动手学深度学习(PyTorch版)李沐 2.4.3 梯度【公式推导】

2.4.3.梯度  我们可以连接一个多元函数对其所有变量的偏导数，以得到该函数的梯度（gradient）向量。具体而言，设函数f:Rn→Rf:\mathbb{R}^{n}\to\mathbb{R}f:Rn→R的输入是一个nnn维向量x⃗=[x1x2⋅⋅⋅xn]\vecx=\begin{bmatrix}x_1\\x_2\\···\\x_n\end{bmatrix}x=x1x2⋅⋅⋅xn，输出是一个标
ninding·2024-01-11 15:43

机器学习西瓜书笔记1

第一章机器学习之绪论目录第一章机器学习之绪论一、引言二、基本术语三、假设空间四、归纳偏好五、发展历程一、引言机器学习就是致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。Mitchell给出了更形式化的定义：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对E进行了学习。二、基本术语收集一组西瓜数据，(色泽=青
糊了胡·2024-01-11 06:54

西瓜书读书笔记整理（九） —— 第九章 聚类

第九章聚类9.1聚类算法概述9.1.1什么是聚类算法9.1.2聚类算法分类9.1.3聚类任务9.2性能度量（ClusterEvaluation）9.2.1外部指标（externalindex）9.2.2内部指数（internalindex）9.3距离度量（DistanceMeasures）9.3.1距离度量的性质9.3.2常见的几种距离的计算公式9.4原型聚类（prototype-basedclu
smile-yan·2024-01-11 06:56

西瓜书*南瓜书*机器学习*周志华*第一章*学习小结

西瓜书*南瓜书*机器学习*周志华*第一章*学习小结第一章绪论1.1绪论通过一个关于瓜的故事引入了对于机器学习这门课的学习。
fyc300·2024-01-11 04:18

插值、平稳假设、变异函数、基台、块金、克里格…地学计算概念及公式推导

1引言  最近的几篇博客，分别从多光谱与高光谱遥感的实际应用出发，对影像前期处理与相关算法、反演操作等加以详细介绍。而通过遥感手段获取了丰富的各类地表信息数据后，如何对数据加以良好的数学处理与科学分析，同样是我们需要重视的问题。因此，准备由这一篇博客入手，新建一个专栏，逐篇地对地学计算方面的内容加以初步总结。  那么首先，我们就由地学计算的几个基本概念入手，对相关理论方面的内容加以一定了解。  需
疯狂学习GIS·2024-01-11 01:06

【机器学习】集成学习基础概念介绍

前言本文根据西瓜书总结了一些关键知识点，介绍了集成学习的原理、类型以及结合策略。
Avasla·2024-01-10 10:54

赠书 | 周志华老师的西瓜书--《机器学习》

作者：周志华著出版社：清华大学出版社ISBN：978-7-302-42328-7“本书的作者周志华教授在机器学习的许多领域都有出色的贡献，是中国机器学习研究的领军人物之一，在国际学术界有着很高的声誉。他在机器学习的一些重要领域，例如集成学习、半监督学习、多示例和多标记学习等方面都做出了在国际上有重要影响的工作，其中一些可以认为是中国学者在国际上的代表性贡献。”——陆汝铃中国科学院数学与系统科学研究
茗创科技·2024-01-09 23:35

机器学习 西瓜书 Day07 贝叶斯分类器（上）

p147-p156今天来看第七章。同时，今天心情不错：）2018.5.16凌晨0:51不行了不行了，这一章感觉比SVM还烧脑，困了困了：(所以这一章分两天看吧。明天补上今天少看的6页第七章贝叶斯分类器7.1贝叶斯决策论假设有N种可能的类别标记c1,c2..cN。λij：将cj分成ci所带来的损失。则：将x分为ci所带来的期望损失：R(ci|x)=∑j=1~Nλij·P（cj|x）解释：分为Ci带来
皇家马德里主教练齐达内·2024-01-09 14:38

使用opencv做双目测距（相机标定+立体匹配+测距）

一、标定首先我们要对摄像头做标定，具体的公式推导在learningopencv中有详细的解释，这
AAI机器之心·2024-01-08 16:32

车辆 | 阿克曼转向原理及公式推导

自行车，转动前轮就能转弯，要是让前轮保持一个角度，自行车会做定圆运动，如果，车轮轴线跟着旋转，那么前轮轴线和后轮轴线的交点就是自行车做定圆运动的圆心。自行车是两轮模型，研究轿车四轮模型，如果轿车绕后轮轴线的某一点做定圆运动的话，前轮的左右转角大小是不一样的。（图片来源于网络）在定圆模型中，圆心是三个车轮的轴线共同确定的，如果某一条虚拟轴线不经过圆心，那么这个车轮就会产生相对滑动。为了能让四个轮绕着
squirrel快乐敲码·2024-01-08 09:03

计数原理@排列数@组合数

文章目录两类基本计数原理分类加法计数原理分类乘法计数原理小结排列组合元素排列排列数全排列排列数性质从计数原理角度解释该公式从排列数展开公式推导组合组合数组合数与排列数的关系组合数的性质计数原理的方法证明纯代数方法证明排列数和组合数公式的逆用笔算或口算中的排列组合两类基本计数原理以下两种计数原理是解决计数问题的最基本理论依据它们分别给出了
xuchaoxin1375·2024-01-08 09:06

西瓜书读书笔记整理（八） —— 第八章 集成学习

第八章集成学习8.1个体与集体8.1.1个体与机器的概念8.1.2集成同种类型的个体学习器8.1.3集成不同类型的个体学习器8.1.4集成学习的分类（根据生成过程分类）8.2Boosting8.2.1算法概述8.2.2算法总体过程8.2.3AdaBoost算法8.3Bagging与随机森8.3.1Bagging8.3.2随机森林（RandomForest）8.3.3Bagging类算法与Boost
smile-yan·2024-01-06 18:25

数理统计与数据分析 阅读笔记-1

读这本书的目的是为了更好地读周志华的西瓜书——这该死的递归现在在我们的生活里到处都是。
Canala·2024-01-06 18:48

图像处理中的DCT变换

来源及公式推导，可以查看下面链接，介绍的比较详细，这里就不再重复说明了：详解离散余弦变换（DCT）-知乎(zhihu.com)DCT变换-知乎(zhihu.com)目前DCT变换广泛应用于图像处理中，主要是由于其频谱特性决定的
yfor·2024-01-06 14:46

西瓜书读书笔记--第一章 绪论

1.1引言略1.2基本术语1.2.1数据集相关的基本概念假定我们收集了一批关于西瓜的数据，例如(色泽=青绿;根蒂=蜷缩;敲声=浊响)，(色泽=乌黑;根蒂=稍蜷;敲声=沉闷)，(色泽=浅自;根蒂=硬挺;敲声=清脆)，……，每对括号内是一条记录，"="，意思是"取值为".数据集(dataset)这组记录的集合称为一个"数据集"(dataset).示例(instance)或样本(sample)其中每条记
HeatonHsu·2024-01-06 05:28

第五周：深度学习知识点回顾

前言：讲真，复习这块我是比较头大的，之前的线代、高数、概率论、西瓜书、樱花书、NG的系列课程、李宏毅李沐等等等等…那可是花了三年学习佳实践下来的，现在一想脑子里就剩下几个名词就觉得废柴一个了，朋友们有没有同感
女王の专属领地·2024-01-05 19:01

打印一个n行的杨辉三角形两种方法（详细解释，细到数学公式推导）

第一种是循环语句嵌套#define_CRT_SECURE_NO_WARNINGS#includeintmain(){intn,coef=1;printf("请输入一个整数n：");scanf("%d",&n);for(inti=0;i//计算杨辉三角形的值intcalculateValue(introw,intcol){if(col==0||col==row){return1;}else{retu
Colinnian·2024-01-05 04:56

EM算法原理解释及公式推导

本文参考的是人人都懂EM算法-August的文章-知乎这篇文章目录一、极大似然概述二、EM算法2.1EM算法描述2.2EM公式推导三、EM算法案例一、极大似然概述假设我们需要调查我们学校学生的身高分布。
烟雨人长安·2024-01-04 21:02

EM算法及公式推导

含隐变量的概率图模型的参数估计问题在解决含隐变量的概率图模型的参数估计问题时，一种简单的想法是取使其对数边际似然最大的作为估计的参数。为观测变量的观测数据，是一个向量，为隐变量的取值（但实际上无法观测）是一个向量，需要通过求和（积分）的形式去除。但函数中存在对数函数内部带有求和的形式，这样非常难以求导。比如在高斯混合模型中，隐变量是一维离散的变量。12......k......其中均是待估计参数，
XI-C-Li·2024-01-04 21:02

EM算法-细节讲解公式推导

EM算法：EM算法是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由两步组成：E步，求期望；M步，求极大。所以这一算法称为期望极大算法（expectationmaximizaiton）。EM算法的引入：概率模型有时候含有观测变量，又含有隐变量或潜在变量，如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估计法，或贝叶斯估计方法估计模型
闯闯爱打鼓·2024-01-04 20:32

EM算法公式推导 (三硬币模型)

1.因为有隐变量,无法直接推导极大似然函数L(theta)2.利用琴生不等式推导B函数,将问题从极大化似然函数变成极大化B函数3.将问题从极大化B函数变成极大化Q函数4.将Q函数整理成pi,p,q的函数5.对pi偏微分,取得更新后的pi6.对p偏微分,取得更新后的p7.对q偏微分,取得更新后的q8.整理程序步骤
陈君豪·2024-01-04 20:31

PyTorch权值初始化的十种方法

kaiming系列；2.其他方法分布Xavier初始化方法，论文在《Understandingthedifficultyoftrainingdeepfeedforwardneuralnetworks》公式推导是从
Wanderer001·2024-01-04 11:24

「摸鱼快报008」看不懂机器学习西瓜书? 没关系, 南瓜书来帮你!

摸鱼快报是一档我拍脑袋想出来的致力于轻量化地收集优质生物信息学及相关领域资料带给大家的小栏目,力求废话不多,干货为王.下面内容引用自官方github首页,帮助你快速了解推出南瓜书的目的:“周志华老师的《机器学习》（西瓜书
卖萌哥·2024-01-04 07:51

5.向量点乘

点乘计算公式点乘的几何意义点乘的公式推导代码相关usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;publicclassLesson6
lqd520520·2024-01-03 20:52

机器学习基础面试点

来源：https://zhuanlan.zhihu.com/p/82105066一.常见手推公式部分1.1LR手推、求导、梯度更新1.2SVM原形式、对偶形式1.3FM公式推导1.4GBDT手推1.5XGB
mylaf·2024-01-03 05:07

我的AI笔记_2（线性回归梯度下降法、参数更新方法）

线性回归问题中，上一节可以看出能求出一个“公式推导结果”，但是由于矩阵的性质，我们只能把它当成一个“巧合”，因为大多数结果是没有这种“巧合”的，无法求解。
xcpppig·2024-01-03 01:52

基于Logistic回归实现二分类

目录Logistic回归公式推导：Sigmoid函数：Logistic回归如何实现分类：优化的方法：代码：1.创建一个随机数据集，分类直线为y=2x：为什么用np.hstack()增加一列1？
BKXjilu·2024-01-01 16:08
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他