摘要:
机器学习会更多地使用概率论处理不确定量或随机量,很多典型的机器学习算法也是基于概率的。本文将机器学习中常见的概率与统计知识做一个梳理:随机变量、随机向量、概率分布、条件概率、贝叶斯公式、期望、方差、协方差、相关系数、常见分布等。 阅读全文
机器学习会更多地使用概率论处理不确定量或随机量,很多典型的机器学习算法也是基于概率的。本文将机器学习中常见的概率与统计知识做一个梳理:随机变量、随机向量、概率分布、条件概率、贝叶斯公式、期望、方差、协方差、相关系数、常见分布等。 阅读全文
posted @ 2022-02-24 23:46
ShowMeAI
阅读(1087)
评论(0)
推荐(0)
摘要:
Hadoop是最基础和场景的开源分布式计算平台,ShowMeAI在本节内容中给大家讲解Hadoop相关知识。 阅读全文
Hadoop是最基础和场景的开源分布式计算平台,ShowMeAI在本节内容中给大家讲解Hadoop相关知识。 阅读全文
posted @ 2022-02-24 22:46
ShowMeAI
阅读(181)
评论(0)
推荐(0)
摘要:
本篇内容是ShowMeAI组织的「图解大数据处理与开发」系列教程入口,本教程以大数据技术为根基,给大家讲解大数据开发与数据处理分析的相关知识与技能,并配以相关的实战案例帮助大家学习理解。 阅读全文
本篇内容是ShowMeAI组织的「图解大数据处理与开发」系列教程入口,本教程以大数据技术为根基,给大家讲解大数据开发与数据处理分析的相关知识与技能,并配以相关的实战案例帮助大家学习理解。 阅读全文
posted @ 2022-02-24 22:30
ShowMeAI
阅读(450)
评论(0)
推荐(0)
摘要:
线性代数和矩阵在ML和DL中扮演着非常重要的角色。本文将这部分的数学基础知识进行整理,加深理解,帮助大家在机器学习与深度学习这条路上走的更远,包括向量、范数、特征分解、奇异值分解、广义逆、常用距离度量等。 阅读全文
线性代数和矩阵在ML和DL中扮演着非常重要的角色。本文将这部分的数学基础知识进行整理,加深理解,帮助大家在机器学习与深度学习这条路上走的更远,包括向量、范数、特征分解、奇异值分解、广义逆、常用距离度量等。 阅读全文
posted @ 2022-02-24 21:39
ShowMeAI
阅读(656)
评论(0)
推荐(1)
摘要:
本系列教程展开讲解AI所需的数学基础知识,力求以最直观最易懂的方式给帮助大家掌握AI依赖的数学知识最小子集。本教程内容覆盖线性代数与矩阵论,概率与统计,信息论,微积分与最优化几个核心的知识板块。 阅读全文
本系列教程展开讲解AI所需的数学基础知识,力求以最直观最易懂的方式给帮助大家掌握AI依赖的数学知识最小子集。本教程内容覆盖线性代数与矩阵论,概率与统计,信息论,微积分与最优化几个核心的知识板块。 阅读全文
posted @ 2022-02-24 21:08
ShowMeAI
阅读(1614)
评论(0)
推荐(0)
摘要:
数据分析是一项应用非常广泛的技能。本系列教程不同于其他文字版教程,我们以最直挂的「图示」对每个内容和关键点「可视化」,配以最精准精简的代码,让大家尽快入门。 阅读全文
数据分析是一项应用非常广泛的技能。本系列教程不同于其他文字版教程,我们以最直挂的「图示」对每个内容和关键点「可视化」,配以最精准精简的代码,让大家尽快入门。 阅读全文
posted @ 2022-02-24 20:52
ShowMeAI
阅读(1573)
评论(0)
推荐(0)
摘要:
有人把数据分析的核心总结为六字,即对比、细分、溯源,也被成为数据分析的三板斧,支撑数据分析的核心应用。 阅读全文
有人把数据分析的核心总结为六字,即对比、细分、溯源,也被成为数据分析的三板斧,支撑数据分析的核心应用。 阅读全文
posted @ 2022-02-24 20:30
ShowMeAI
阅读(282)
评论(0)
推荐(0)

浙公网安备 33010602011771号