机器学习:从公理到算法
电子书推荐
-
机器学习数学基础(全集) 评分:
机器学习数学基础(全集),包括概率论与数理统计,数学统计简史,高数、矩阵等
上传时间:2017-08 大小:2.24MB
- 1.18MB
机器学习的数学基础.pdf
2020-04-22我们专业在学机器学习这门课程,因为还没有学概率学机器学习爱论,老师给我们找的关于学机器学习的相关数学知识点的总结,适合初学者以及想学机器学习的小伙伴,放在cdsn里面以防以后找不到可以直接来平台看。
- 11.47MB
机器学习的数学基础 machine learning.pdf
2021-11-27机器学习的数学基础 machine learning.pdf
- 324KB
机器学习入门的数学基础 下载
2017-05-22机器学习入门的数学基础
- 3.67MB
机器学习数学基础
2013-08-30机器学习的数学基础,适合机器学习和人工智能的相关学习者
- 13.99MB
机器学习必备的数学基础
2019-01-03高中数学基础知识点和微积分基础
- 59.54MB
机器学习需要的数学知识基本资料
2018-01-20机器学习所需要的基本数学知识的资料合集。学习完成后更便于将来学习机器学习。
- 97.59MB
机器学习数学基础资料汇总
2017-11-271、程序员的数学 2、程序员的数学+3+线性代数+,平冈和幸 3、概率论与数理统计-北京大学出版社 4、高等数学微积分(北大版) 5、给讨厌数学的人:数学的奥妙和生活 6、统计思维:程序员数学之概率统计,完整高清版 7、微积分之屠龙宝刀(美)C.亚当斯等 8、微积分之倚天宝剑
- 2.4MB
机器学习的数学基础
2018-12-22机器学习的数学理论基础,是入门机器学习的第一步,也是重要的知识点
- 155KB
机器学习的数学基础.zip
2019-11-13机器学习的特点就是:以计算机为工具和平台,以数据为研究对象,以学习方法为中心;是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以就先介绍一下机器学习涉及到的一些最常用的的数学知识。
- 223KB
学习线性代数.pdf
2020-05-27线性代数笔记,比较受用,这里分享一下,机器学习的同学可以巩固下数学基础。 希望大家能有所收获。 线性代数笔记,比较受用,这里分享一下,机器学习的同学可以巩固下数学基础。
- 340KB
机器学习中的基本线性代数知识.pdf
2019-07-19该文档介绍了机器学习中用到的一些基本的线性代数知识,后利于后续代码的理解与编程
- 926KB
机器学习知识点.docx
2020-05-17关于机器学习面试的基础问题汇总,包括: 1、常见模型原理 2、特征工程相关 3、深度学习基础 4、Python开发 5、统计基础知识
- 694KB
一份简明《机器学习数学基础》丝滑入门手册(来自UC伯克利),47页pdf.pdf
2020-04-16机器学习使用来自各种数学领域的工具。本文件试图提供一个概括性的数学背景,需要在入门类的机器学习,这是在加州大学伯克利分校被称为CS 189/289A。
- 2.56MB
机器学习的数学基础-理论篇
2018-08-17关于机器学习理论的数学基础,一些很通俗易懂的介绍,帮助入门
- 985KB
斯坦福大学机器学习的数学基础.pdf
2019-08-19斯坦福大学机器学习的数学基础,原版英文材料,非常全面
- 1.78MB
机器学习中的数学
2018-06-04介绍了机器中的数学知识,假设函数 是 上具有二阶连续偏导数的函数,考虑无约束优化问题: 表示目标函数的极小点。解无约束优化问题一般常用迭代算法,常用的迭代算法有梯度下降法,牛顿法和拟牛顿法。迭代公式为: 其中称为搜索方向,称为步长,为第k次迭代后x的值。不同的迭代算法的区别主要在搜索方向的确定上,而如何确定步长是另一个问题,这里不打算介绍。 假设函数 是 上具有二阶连续偏导数的函数,考虑无约束优化问题: 表示目标函数的极小点。解无约束优化问题一般常用迭代算法,常用的迭代算法有梯度下降法,牛顿法和拟牛顿法。迭代公式为: 其中称为搜索方向,称为步长,为第k次迭代后x的值。不同的迭代算法的区别主要在搜索方向的确定上,而如何确定步长是另一个问题,这里不打算介绍。 假设函数 是 上具有二阶连续偏导数的函数,考虑无约束优化问题: 表示目标函数的极小点。解无约束优化问题一般常用迭代算法,常用的迭代算法有梯度下降法,牛顿法和拟牛顿法。迭代公式为: 其中称为搜索方向,称为步长,为第k次迭代后x的值。不同的迭代算法的区别主要在搜索方向的确定上,而如何确定步长是另一个问题,这里不打算介绍。 假设函数 是 上具有二阶连续偏导数的函数,考虑无约束优化问题: 表示目标函数的极小点。解无约束优化问题一般常用迭代算法,常用的迭代算法有梯度下降法,牛顿法和拟牛顿法。迭代公式为: 其中称为搜索方向,称为步长,为第k次迭代后x的值。不同的迭代算法的区别主要在搜索方向的确定上,而如何确定步长是另一个问题,这里不打算介绍。
- 21KB
机器学习 数学符号
2018-02-08这里总结了 机器学习中 常用的 数学符号,帮助自己方便记忆
- 3.41MB
机器学习(深度学习)的数学理论知识
2018-08-10本文档涵盖了机器学习(深度学习)领域所必需掌握的数学理论知识。
- 7.77MB
机器学习需要的数学基础以及详细解释
2018-11-24人工智能领域,机器学习需要掌握的知识,算法之类的常用的知识都汇聚在这里
- 802.71MB
机器学习与数学基础_视频.rar
2020-08-23这个文件主要是机器学习与数学基础的视频讲解,尤其适合零基础学习者,通过老师的讲解,很快就会掌握有关机器学习的数学基础,方便日后的机器学习!
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 1.7MB
yolov8调用zed相机实现三维测距(版本一)
2024-04-16yolov8调用zed相机实现三维测距(版本一),具体内容见博客https://blog.csdn.net/qq_45077760?type=blog
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献