摘要： 
最优化方法是机器学习中非常重要的理论，也是机器学习依赖的数学知识之一。李航博士的《统计学习方法》将机器学习总结为：**机器学习 = 模型 + 策略 + 算法**。而公式中的算法指的就是优化算法。 阅读全文
最优化方法是机器学习中非常重要的理论，也是机器学习依赖的数学知识之一。李航博士的《统计学习方法》将机器学习总结为：**机器学习 = 模型 + 策略 + 算法**。而公式中的算法指的就是优化算法。 阅读全文
posted @ 2022-02-25 00:26
ShowMeAI
阅读(397)
评论(0)
推荐(0)
摘要： 
信息论是运用概率论与数理统计的方法研究信息、信息熵、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。信息论中包含的知识和概念在机器学习中也有应用，典型的例子是其核心思想『熵』的应用。 阅读全文
信息论是运用概率论与数理统计的方法研究信息、信息熵、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。信息论中包含的知识和概念在机器学习中也有应用，典型的例子是其核心思想『熵』的应用。 阅读全文
posted @ 2022-02-25 00:01
ShowMeAI
阅读(282)
评论(0)
推荐(0)
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。 
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。 
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。 
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。 
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。 
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。 
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。 
在Python的开发过程中，经常要处理时间类型的数据。Python内置了 time、datetime 等标准库，帮助我们对时间型进行处理。 
浙公网安备 33010602011771号