一.[微积分] 基础概念(极限.可微与可导.全导数与偏导数):只要学微积分,就必须要明白的概念,否则后面什么都无法继续学习. 函数求导:求导是梯度的基础,而梯度是 AI 算法的基础,因此求导非常重要!必须要搞清楚概念,并学会常见函数的导函数求法. 链式法则:符合函数求导法则,反向传播算法的理论基础. 泰勒公式和费马引理:这两者也是梯度下降法的基础组成,重要程度与求导相同. 微分方程及其求解:很重要,是部分机器学习模型求解的必备知识. 拉格朗日乘子法和对偶学习:理解 SVM/SVR 的理论基础.S

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/83 本文地址:http://www.showmeai.tech/article-detail/162 声明:版权所有,转载请联系平台与作者并注明出处 1.标量(Scalar) 一个标量就是一个单独的数.只具有数值大小,没有方向(部分有正负之分),运算遵循一般的代数法则. 一般用小写的变量名称表示. 质量\(m\).速率\(v\).时间\(t\).电阻\(\rho\) 等物理量,都是数

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/83 本文地址:http://www.showmeai.tech/article-detail/163 声明:版权所有,转载请联系平台与作者并注明出处 1.概率论及在AI中的使用 概率(Probability),反映随机事件出现的可能性大小.事件\(A\)出现的概率,用\(P(A)\)表示. 概率论(Probability Theory),是研究随机现象数量规律的数学分支,度量事物的不

1.张量 几何代数中定义的张量是基于向量和矩阵的推广,通俗一点理解的话,我们可以将标量视为零阶张量,矢量视为一阶张量,那么矩阵就是二阶张量. 例如,可以将任意一张彩色图片表示成一个三阶张量,三个维度分别是图片的高度.宽度和色彩数据.将这张图用张量表示出来,就是最下方的那张表格: 其中表的横轴表示图片的宽度值,这里只截取0~319:表的纵轴表示图片的高度值,这里只截取0~4:表格中每个方格代表一个像素点,比如第一行第一列的表格数据为[1.0,1.0,1.0],代表的就是RGB三原色在图片的这个位置

1.sigma 表达式 ∑ 是一个求和符号,英语名称:Sigma,汉语名称:西格玛(大写Σ,小写σ) 第十八个希腊字母.在希腊语中,如果一个单字的最末一个字母是小写sigma,要把该字母写成 ς ,此字母又称final sigma(Unicode: U+03C2).在现代的希腊数字代表6. 概述 大写Σ用于数学上的总和符号,比如:∑Pi,其中i=1,2,...,T,即为求P1 + P2 + ... + PT的和.小写σ用于统计学上的标准差.西里尔字母的С及拉丁字母的S都是由Sigma演变而成.

1.概率分布  参考: https://blog.csdn.net/ZZh1301051836/article/details/89371412 p 2.幂次的意义 物理理解:幂次描述的是指数型的变化.事物在成长阶段发生的变化往往是指数型的(幂次的分布),参考<指数型组织> 比较常见的幂次就是 加速度 3.log(对数) 对数描述的是幂次的反向 对数的定义 如果:  ,即a的x次方等于N(a>0,且a≠1),那么数x叫做以a为底N的对数(logarithm),记作 .其中,a叫做对数的底

什么是熵(entropy)? 1.1 熵的引入 事实上,熵的英文原文为entropy,最初由德国物理学家鲁道夫·克劳修斯提出,其表达式为: 它表示一个系系统在不受外部干扰时,其内部最稳定的状态.后来一中国学者翻译entropy时,考虑到entropy是能量Q跟温度T的商,且跟火有关,便把entropy形象的翻译成“熵”. 我们知道,任何粒子的常态都是随机运动,也就是"无序运动",如果让粒子呈现"有序化",必须耗费能量.所以,温度(热能)可以被看作"有序化&

目录 简介 相似矩阵 对角矩阵 可对角化矩阵 特征值 特征分解 特征值的几何意义 奇异值 Singular value 奇异值分解SVD 简介 奇异值是矩阵中的一个非常重要的概念,一般是通过奇异值分解的方法来得到的,奇异值分解是线性代数和矩阵论中一种重要的矩阵分解法,在统计学和信号处理中非常的重要. 在了解奇异值之前,让我们先来看看特征值的概念. 相似矩阵 在线性代数中,相似矩阵是指存在相似关系的矩阵.设A,B为n阶矩阵,如果有n阶可逆矩阵P存在,使得P-1AP=B,则称矩阵A与B相似,记为A~

目录 简介 蒙题霍尔问题 上帝视角解决概率问题 上帝视角的好处 简介 天要下雨,娘要嫁人.虽然我们不能控制未来的走向,但是可以一定程度上预测为来事情发生的可能性.而这种可能性就叫做概率.什么是概率呢?概率就是事情出现的可能性.比如扔骰子,我们知道骰子有六面,很容易知道扔出1点的概率是1/6,听起来很简单,但是如果放在复杂事件中,概率计算就变得比较麻烦和抽象,很多时候,我们可能没办法很简单的进行计算.今天我们来介绍一个计算概率的完全不同的视角:上帝视角. 蒙题霍尔问题 蒙题霍尔问题出自美国的一个电

目录 简介 图灵机 图灵机的缺点 等效图灵机 确定图灵机 非确定图灵机 简介 图灵机是由艾伦·麦席森·图灵在1936年描述的一种抽象机器,它是人们使用纸笔进行数学运算的过程的抽象,它肯定了计算机实现的可能性,并给出了计算机应有的主要架构,引入了读写与算法与程序语言的概念为现代计算机的发明打下了基础. 本文将会讲解一下图灵机中的两种类型:确定图灵机和非确定图灵机. 图灵机 图灵机是一种数学计算模型,它定义了一个抽象机器,该抽象机器根据规则表来操纵带子上的符号.尽管该模型很简单,但是在任何给定计算机

目录 简介 P问题 NP问题 NP问题的例子 有些NP问题很难解决 NPC问题 NP-hard P和NP问题 简介 我们在做组合优化的时候需要去解决各种问题,根据问题的复杂度不同可以分为P.NP.NPC问题等.今天给大家来介绍一下这些问题类型. P问题 在计算复杂度理论中,P(也称为PTIME或DTIME)是基本的复杂度类型. 它是指能够使用确定图灵机在多项式时间内解决的所有决策问题. 这里我们给一下P的定义,如果一个公式语言L是一个P类型,那么当且仅当存在这样的一个确定图灵机M时成立: 对于所

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/56 本文地址:http://www.showmeai.tech/article-detail/61 声明:版权所有,转载请联系平台与作者并注明出处 引言 本系列教程 展开讲解Python编程语言,Python在诞生之初,因其运转功率低,不支持多核和并发,一直不温不火,甚至不为大多数人所致. 随着技术革新,物理硬件功能不断提高,而软件的复杂性也不断增大,开发效率越来越被企业重视:同时在

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/56 本文地址:http://www.showmeai.tech/article-detail/65 声明:版权所有,转载请联系平台与作者并注明出处 引言 Python是一种面向对象的解释型计算机程序设计语言,其使用,具有跨平台的特点,可以在Linux.macOS以及Windows系统中搭建环境并使用,其编写的代码在不同平台上运行时,几乎不需要做较大的改动,使用者无不受益于它的便捷性.

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/56 本文地址:http://www.showmeai.tech/article-detail/67 声明:版权所有,转载请联系平台与作者并注明出处 1.Python变量类型 Python基本数据类型一般分为6种:数值(Numbers).字符串(String).列表(List).元组(Tuple).字典(Dictionary).集合(Set).本文详细讲解Python中变量赋值.数据类

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/56 本文地址:http://www.showmeai.tech/article-detail/70 声明:版权所有,转载请联系平台与作者并注明出处 1.Python循环语句 程序在一般情况下是按顺序执行的,Python提供了各种控制结构,允许更复杂的执行路径. 循环语句允许我们执行一个语句或语句组多次,下面是在大多数编程语言中的循环语句的一般形式: Python 提供了 for 循环

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/56 本文地址:http://www.showmeai.tech/article-detail/72 声明:版权所有,转载请联系平台与作者并注明出处 1.Python-for循环语句 Python中有很多序列形态的数据结构(如列表或字符串等),可以使用for循环进行遍历. 语法: for循环的语法格式如下: for iterating_var in sequence: statemen

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/56 本文地址:http://www.showmeai.tech/article-detail/88 声明:版权所有,转载请联系平台与作者并注明出处 1.Python面向对象 面向对象编程,在英文中称之为Object Oriented Programming,简称OOP,是一种程序设计思想.OOP把对象作为程序的基本单元,一个对象包含了数据和操作数据的函数. Python是一个纯天然面

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/33 本文地址:http://www.showmeai.tech/article-detail/142 声明:版权所有,转载请联系平台与作者并注明出处 n维数组是NumPy的核心概念,大部分数据的操作都是基于n维数组完成的.本系列内容覆盖到1维数组操作.2维数组操作.3维数组操作方法,本篇讲解Numpy与1维数组操作. 一.向量初始化 可以通过Python列表创建NumPy数组. 如图

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/84 本文地址:http://www.showmeai.tech/article-detail/172 声明:版权所有,转载请联系平台与作者并注明出处 1.大数据与数据库 1) 从Hadoop到数据库 大家知道在计算机领域,关系数据库大量用于数据存储和维护的场景.大数据的出现后,很多公司转而选择像 Hadoop/Spark 的大数据解决方案. Hadoop使用分布式文件系统,用于存储大

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/34 本文地址:http://www.showmeai.tech/article-detail/195 声明:版权所有,转载请联系平台与作者并注明出处 引言 之前ShowMeAI对强大的boosting模型工具XGBoost做了介绍(详见ShowMeAI文章图解机器学习 | XGBoost模型详解).本篇我们来学习一下GBDT模型(详见ShowMeAI文章 图解机器学习 | GBDT模

作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/41 本文地址:http://www.showmeai.tech/article-detail/203 声明:版权所有,转载请联系平台与作者并注明出处 收藏ShowMeAI查看更多精彩内容 引言 我们在上一篇SKLearn入门与简单应用案例里给大家讲到了SKLearn工具的基本板块与使用方法,在本篇内容中,我们展开讲解SKLearn的进阶与核心内容.SKLearn中有六大任务模块,如下