分类
共 1 篇文章
从二维数据矩阵出发推导主成分分析，说明中心化、协方差矩阵特征分解与数据投影如何提取主要变化方向并实现降维。
整理广义线性模型 GLM 的定义和推导，包括线性预测算子、期望估计、指数分布族以及线性/逻辑/泊松回归。
整理人工智能与机器学习的基础概念，覆盖频率学派、贝叶斯思想、梯度下降、线性回归、泛化与正则化。
从线性 SVM 的几何间隔出发建立优化问题，整理约束、拉格朗日形式和支持向量机的求解流程。
从神经网络结构和基本方程出发推导反向传播算法，记录梯度计算流程、代码实现和相关参考资料。
全站检索
输入关键词开始搜索