枫飞飞

摘要： https://blog.csdn.net/bitcarmanlee/article/details/54729807 啰嗦开场白读本科期间，信号与系统里面经常讲到卷积(convolution)，自动控制原理里面也会经常有提到卷积。硕士期间又学了线性系统理论与数字信号处理，里面也是各种大把大把卷积的 阅读全文

摘要： https://blog.csdn.net/mmm305658979/article/details/78745637 # -*- coding: utf-8 -*- 多加练习才是真 import numpy as np from numpy import newaxis from numpy im 阅读全文

摘要： https://www.cnblogs.com/pinard/p/6004041.html 线性回归可以说是机器学习中最基本的问题类型了，这里就对线性回归的原理和算法做一个小结。 1. 线性回归的模型函数和损失函数 线性回归遇到的问题一般是这样的。我们有m个样本，每个样本对应于n维特征和一个结果输出 阅读全文

摘要： https://www.cnblogs.com/crackpotisback/p/5545708.html 矩阵的导数 ​ 对于一个将m×n 的矩阵映射为实数的函数f:ℝm×n↦ℝ，我们定义f对矩阵A的导数为 ▽Af(A)=⎡⎣⎢⎢⎢⎢⎢∂f∂A11⋮∂f∂Am1…⋱…∂f∂A1n⋮∂f∂Amn⎤⎦ 阅读全文

摘要： https://www.cnblogs.com/pinard/p/5970503.html 在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。 1. 梯度 在微积分里面 阅读全文

摘要： https://www.cnblogs.com/alantu2018/p/8528299.html 大多数人在高中，或者大学低年级，都上过一门课《线性代数》。这门课其实是教矩阵。 刚学的时候，还蛮简单的，矩阵加法就是相同位置的数字加一下。 矩阵减法也类似。 矩阵乘以一个常数，就是所有位置都乘以这个数 阅读全文

摘要： https://blog.csdn.net/qq_34993631/article/details/80671693 说明 一直想总结一下以前读过的一片文章来概括一下自己对矩阵的重新认识。首先说明一下这篇文章是《神奇的矩阵》建议大家有空可以去读一下原文这是一片很不错的文章。作者洋洋洒洒的讲述了矩阵背 阅读全文

摘要： https://blog.csdn.net/kwame211/article/details/78553627 1.偏导数代数意义 偏导数是对一个变量求导,另一个变量当做数对x求偏导的话y就看作一个数,描述的是x方向上的变化率对y求偏导的话x就看作一个数,描述的是y方向上的变化率几何意义对x求偏导是 阅读全文

摘要： https://www.cnblogs.com/zhanht/p/5450559.html 阅读全文

摘要： https://blog.csdn.net/happyhorizion/article/details/77894035 初接触python觉得及其友好（类似matlab），尤其是一些令人拍案叫绝不可思议的简单命令就可以完成非常复杂的计算，但是真正接触一下就发现，python比matlab有很多不一 阅读全文