随笔分类 - 4_机器学习书籍及杂（西瓜书、机器学习实战、统计学习方法、百面机器学习等）
摘要：先验概率与后验概率、贝叶斯区别与联系 一、总结 一句话总结： 先验概率：假设我们出门堵车的可能因素有两个（就是假设而已，别当真）：车辆太多和交通事故。堵车的概率就是先验概率 。 条件概率：那么如果我们出门之前我们听到新闻说今天路上出了个交通事故，那么我们想算一下堵车的概率，这个就叫做条件概率 。也就
阅读全文
摘要：马尔可夫不等式与切比雪夫不等式 一、总结 一句话总结： 马尔科夫不等式：P(X>=a) <= E(X)/a，X>=0,a>0 切比雪夫不等式：P{|X-E(X)|>=ε} <= δ^2/ε^2，δ是标准差 1、马尔可夫不等式与切比雪夫不等式 选择情况？ 如果精确度要求不高，只需要了解大概，那么马尔可
阅读全文
摘要：特征值与特征向量 一、总结 一句话总结： 1、二维公园（坐标轴）里的椅子上有一个孤独的向量v（-2，2），一个忠心（不变）的矩阵A试图从左边搭讪向量v，于是他们坐在一起得到向量Av 2、秀外慧中的向量v彻底迷住了矩阵A，待到离别时，A心里始终放不下v，当v去一个地方的时候，Av（A心里有着v，不是单
阅读全文
摘要：人工智能数学参考 4、SVD矩阵分解 注意 一、总结 一句话总结： *、100万行数据（用户购买商品数据），10万件商品，加入某个用户只买了3件商品，那就太稀疏了，所以可以100万*10和10*10万 *、m*n的矩阵 转化为 m*k+k*k+k*n *、照样按照特征值的大小来进行筛选，一般前10%
阅读全文
摘要：人工智能数学参考 3、矩阵和行列式的区别 一、总结 一句话总结： 矩阵本身是一个数表，而行列式是一个值，并且是所有主对角线减去副对角线 行列式的行数和列数要相等，矩阵可以不相等 1、行列式是什么？ |||-begin a11 a12 a21 a22 |||-end 矩阵中的行列式 是所有主对角线减去
阅读全文
摘要：人工智能数学参考 2、泰勒公式的思想 一、总结 一句话总结： 1、以直代曲：f(x)约等于f(x0)+f'(x0)(x-x0) 2、一点一世界：一个点的下一阶导数永远可以描述上一阶导数的变化趋势 1、微积分思想？ a、以矩代曲：对于矩形，我们可以轻松求得其面积，能否用矩形代替曲线形状呢 b、分割无限
阅读全文
摘要：人工智能数学参考 1、微分学核心思想：函数逼近 一、总结 一句话总结： 微分学的核心思想是用熟悉且简单的函数对复杂数进行局部逼近 逼近是人类探讨复杂问题时经常使用的一种手段，比如：人均GDP：使用常数函数来逼近收入分布函数平均速度：使用线性函数来逼近实际运动轨迹年化收益率：使用指数函数来逼近收益函数
阅读全文
摘要：Python人工智能参考 循环神经网络（RNN）基础篇 一、总结 一句话总结： 循环神经网络的隐藏层的值s不仅仅取决于当前这次的输入x，还取决于上一次隐藏层的值s。权重矩阵 W就是隐藏层上一次的值作为这一次的输入的权重。 1、有神经网络的情况下，为什么需要循环神经网络？ 普通神经网络只能单独的取处理
阅读全文
摘要：Python人工智能参考 3、人工智能知识注意 一、总结 一句话总结： 人就是太容易自以为是，越无知，越愚蠢，越容易自以为是。像《三国演义》里面的袁术和袁绍就是这样的典范。生活中人也很容易这样。 1、人工智能做脸部识别的实质？ 简单的求导和简单的矩阵运算，合在一起居然可以做脸部识别 2、求导数为什么
阅读全文
摘要：Python人工智能参考 什么是词向量 一、总结 一句话总结： 词向量技术是将词转化成为稠密向量，并且对于相似的词，其对应的词向量也相近。 1、机器学习中词的两种表示形式？ 离散表示：向量中只有一个维度的值为1，其余维度为0，这个维度就代表了当前的词。苹果[0，1，0，0，0，……] 分布式表示：分
阅读全文
摘要：Python人工智能参考 卷积神经网络 一、总结 一句话总结： 卷积神经网络（Convolutional Neural Networks）是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像 卷积神经网络中 上层的点只对应下层的几个点，表示一个特征 1、卷积神经网络中的池化的作用是
阅读全文
摘要：Python人工智能参考 2、人工智能知识注意 一、总结 一句话总结： 机器学习常用的算法就十几个，而且还是解决不同问题的，所以学起来其实并不难 1、矩阵和求导的关系？ 对矩阵求导就是求矩阵的转置 2、人工智能和微积分和线性代数的关系？ 微积分和线性代数的关系：函数可以多项展开变成多项式，多项式肯定
阅读全文
摘要：Python人工智能参考 决策树 一、总结 一句话总结： 决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和CART等。决策树可以帮助我们解决分类与回归两类问题。 决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结
阅读全文
摘要：Python人工智能参考 线性回归（Linear Regression） 一、总结 一句话总结： 线性回归是回归问题中的一种，线性回归假设目标值与特征之间线性相关，即满足一个多元一次方程。y=wx+b 1、什么是回归分析？ a、【研究因变量和自变量之间的关系】：回归分析是一种预测性的建模技术，它研究
阅读全文
摘要：Python人工智能参考 分类和回归的区别 一、总结 一句话总结： 定量输出称为回归，或者说是连续变量预测；比如预测明天的气温是多少度，这是一个回归任务； 定性输出称为分类，或者说是离散变量预测。比如预测明天是阴、晴还是雨，就是一个分类任务。 二、分类和回归的区别 转自或参考：回归(regressi
阅读全文
摘要：Python人工智能参考 最小二乘法小结 一、总结 一句话总结： 最小二乘法是用来做函数拟合或者求函数极值的方法。在机器学习，尤其是回归模型中，经常可以看到最小二乘法的身影 1、最小二乘法矩阵法？ 最小二乘法矩阵法比代数法要简洁，且矩阵运算可以取代循环，所以现在很多书和机器学习库都是用的矩阵法来做最
阅读全文
摘要：Python人工智能参考 最小二乘法 一、总结 一句话总结： 1、最小二乘法：目标函数=∑(观测值−理论值)^2 2、最小二乘法求导：对最小二乘法求导之后，就是求算术平均数了，所以可以初步理解为算术平均数使波动最小 1、最小二乘法的作用？ 用于拟合曲线：找一些点适合的曲线，比如这些点对应的曲线是一次
阅读全文
摘要：Python人工智能参考 1、人工智能基础知识 一、总结 一句话总结： 【具体知识用到的时候再去看】：人工智能里面用到的数学知识非常有限，需要的时候仔细的去看去复习，无论是微积分、还是线性代数、还是概率论，具体知识用到的时候再去看 1、对抗神经网络用于生成真实人脸？ 一方面用一个生成器去生成人脸，一
阅读全文
摘要：炼数成金数据分析课程 18、降维技术（后面要重点看） 一、总结 一句话总结： 1、为何要降维？ 2、降维是什么？ 3、降维在生活中的实例？ 4、主成分分析是什么？ 5、降维的两种主要方法是什么？ 6、主成分分析是什么？ 7、主成分分析的基本思想是什么？ 8、因子分析是什么？ 9、因子分析的主要用途是
阅读全文
摘要：炼数成金数据分析课程 17、机器学习聚类算法（后面要重点看） 一、总结 一句话总结： 1、聚类是什么？ 2、聚类和分类的区别是什么？ 3、（凝聚的）层次聚类法 的思想是什么？ 4、各种类与类之间距离计算的方法？ 5、动态聚类：K-means方法 的思想是什么？ 二、内容在总结中 week14
阅读全文
浙公网安备 33010602011771号