发表评论取消回复
相关阅读
相关 人工智能入门-01线性代数
必懂线性代数概念: 集合: 由某些特定对象汇总而成的集体。 标量: 由单独的数a构成的元素被称为标量(scalar) 向量: 如果多个标量按照一定顺序组成一个序列,
相关 人工智能-数学基础-线性代数与仿射变换
> 此篇文章需要一些线性代数、矩阵分块和Numpy的基础,在文中对这些基础不再赘述 一. 坐标变换 1.1 一个点变换到另一个点 存 在 坐 标 点 ( x 1
相关 我的人工智能之旅——引子
人工智能 不想人云亦云,于是来刨别家祖坟,一探究竟。 人工智能,一个热得不知所措的话题。就跟当年的“云”一样,聊得臭大街了,但什么是云?就想把你绕晕,其实都在云里雾里。
相关 我的人工智能之旅——微积分基础
1.导数 从一元函数图像上看,某一点的导数,即曲线在该点的切线。 ![70][] 一个函数在某一点的导数,描述了这个函数在这一点附近的变化率。 当函数f(x)的自变
相关 我的人工智能之旅——线性回归
本文将涉及以下知识点 (1)线性关系 (2)线性回归 (3)假设函数 (4)代价函数 (5)学习速率 (6)梯度下降 (7)特征向量 相关的线性代数或微积分知识
相关 我的人工智能之旅——线性代数基础
1.矩阵 矩阵,matrix,为m行n列的数据阵列。例如下例,为4x3阶矩阵。 ![70][] 2.方阵 mxn阶矩阵的m=n时,称为方阵,n阶方阵。 ![7
相关 我的人工智能之旅——逻辑回归
本文,将涉及以下知识点, (1)决策边界,decision boundary (2)凸函数,convex function (3)非凸函数,non convex func
相关 我的人工智能之旅——基本数学基础
1.自然常数 自然常数e,为无限不循环小数,数值约为2.71828...,其数学定义为![\\lim\_\{x\\rightarrow \\infty \}\{(1+\\
相关 我的人工智能之旅——神经网络
神经元,neuron 神经网络,Neural Networks 激活函数,activation function 权重,weight 输入层,input layer
相关 我的人工智能之旅——概率统计基础(更新中)
偏差体现的是,学习算法的期望预测与真实结果的偏离程度。通常出现在欠拟合的情况下。 方差体现的是,同样大小的训练集的变动所导致的学习性能的变化。通常出现在过拟合的情况下。训练效
还没有评论,来说两句吧...