32篇文章 · 71328字 · 34人關注
-
概率論與數理統計基礎隨機變量概述 隨機變量與事件 隨機變量的本質是一種函數（映射關系），在古典概率模型中，“事件和事件的概率”是核心概念；但是在現代概率論中，“隨機...
-
深度學習入門極簡教程（三）摘要： “那些在個人設備里，謙謙卑卑地為我們哼著歌曲的數字仆人，總有一天會成為我們的霸主！”在“忍無可忍，無需再忍”這句俗語背后，也隱藏中神經網...
-
深度學習入門極簡教程（二）摘要: 現在的人工智能，大致就是用“硅基大腦”模擬或重現“碳基大腦的過程”。那么，在未來會不會出現“碳硅合一”的大腦或者全面超越人腦的“硅基大腦...
-
深度學習入門極簡教程（一）摘要： 當你和女朋友在路邊手拉手一起約會的時候，你可曾想，你們之間早已碰撞出了一種神秘的智慧–深度學習。戀愛容易，相處不易，不斷磨合，打造你們的...
-
機器學習常見的優化算法1 梯度下降法 梯度：如果函數是一維的變量，則梯度就是導數的方向；如果是大于一維的，梯度就是在這個點的法向量，并指向數值更高的等值線，這就是為什...
-
機器學習簡介你是否曾經聽到過人們談論機器學習，而你卻對其含義只有一個模糊的概念呢？你是否已經厭倦了在和同事對話時只能點頭呢？現在，讓我們一起來改變這個現狀吧...
-
機器學習—提升和自適應增強（Boosting和AdaBoost）boosting是一種集成技術，試圖從多個弱分類器中創建強分類器。通過從訓練數據構建一個模型，然后創建第二個模型試圖糾正第一個模型中的錯誤。不斷...
-
機器學習—樸素貝葉斯（Naive Bayes）樸素貝葉斯概述 樸素貝葉斯是一種簡單但功能驚人的預測建模算法。該模型由兩種可以直接從訓練數據中計算的概率組成: 1) 每個類的概率; 2) 給定...
-
機器學習—K-均值聚類（K-means）算法1 K-均值聚類（K-means）概述 1.1 聚類 “類”指的是具有相似性的集合。聚類是指將數據集劃分為若干類，使得類內之間的數據最為相似，各...
