统计学概念及方法 - 随笔分类 - HankCui

Machine Learning 之线性代数基础（部分）

摘要：最近才开始看《深度学习》草丛书，现在写下ML中需要用到的线性代数的概念一、数学概念标量、向量、矩阵和张量标量：一个单独的数。介绍标量时，会明确这个数是数据什么数， “令x属于R（实数）表示一条直线的斜率” 向量：一列数，这列数是有序排列的名。可以根据数据顺序来确定数字，可以理解为jav 阅读全文

posted @ 2019-08-02 16:01 HankCui 阅读(225) 评论(0) 推荐(0)

Machine Learning 之概率论、信息论基础

摘要：一、概率论基础 ML中的概率论基础概念概率: 概率再机器学习中是处理不确定性。概率: 概率再机器学习中是处理不确定性。不确定性产生的三种来源：（1）建模系统存在随机性（2）不完全观测: 确定的系统，但是观测值不完全，因为有些值时不可能完全观测到的。（3）不完全建模：可以理解建模时候，舍弃阅读全文

posted @ 2019-08-02 15:46 HankCui 阅读(555) 评论(0) 推荐(0)

随笔分类 - 统计学概念及方法

公告