摘要：
数据降维和特征选择 阅读全文
摘要：
本文材料部分整理于互联网其他博客，仅做交流学习使用。文中涉及到的webdriver和BeautifulSoup的比较，是作者根据自己的经验总结来，有错之处也请交流告知，谢谢！！！ 阅读全文
摘要：
1使用BN进行数据归一化的原因 a) 神经网络学习过程本质就是为了学习数据分布，一旦训练数据与测试数据的分布不同，那么网络的泛化能力也大大降低； b) 另外一方面，一旦每批训练数据的分布各不相同(batch 梯度下降)，那么网络就要在每次迭代都去学习适应不同的分布，这样将会大大降低网络的训练速度. 阅读全文
摘要：
1.概率质量函数与概率密度函数 在概率论中，概率质量函数 (Probability Mass Function，PMF)是离散随机变量在各特定取值上的概率。概率质量函数和概率密度函数不同之处在于：概率密度函数是对连续随机变量定义的，本身不是概率，只有对连续随机变量的取值进行积分后才是概率。2.伯努利 阅读全文
摘要：
1交叉熵损失函数的由来1.1关于熵，交叉熵，相对熵（KL散度） 熵：香农信息量的期望。变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大。其计算公式如下： 其是一个期望的计算，也是记录随机事件结果的平均编码长度(关于编码：一个事件结果的出现概率越低，对其编码的bit长度就越长。即无法压 阅读全文
摘要：
本文内容涉及梯度下降及其变形，牛顿法，共轭梯度法等多种优化方法，其中EM算法在本文中没有详细讲述。在后续文章中单独讲述。 当然，优化方法还包括各种启发性方法 ，本文没有讲述。 阅读全文
摘要：
本文主要涉及接受拒绝采样，重要性采样，蒙特卡洛方法，吉布斯采样等内容。部分内容整理与互联网。仅供交流学习使用！ 阅读全文
摘要：
本文整理于网上多个博客的资源，如有冒犯，请联系作者：1403066284@qq.com.谢谢！ 阅读全文