关键词：
1.高等数学
1）函数
2）极限
3）导数
4）极值和最值
5）泰勒级数
6）梯度
7）梯度下降
2.线性代数
1）基本概念
2）行列式
3）矩阵
4）最小二乘法
5）向量的线性相关性
3.概率论
1）事件
2）排列组合
3）概率
4）贝叶斯定理
5）概率分布
6）期望和方差
7）参数估计
2.机器学习相关数学基础
1.学习记录 2、用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”，梯度：在指定方向每单位距离的数值变化梯度下降：简单来说就是解决一个问题的时候，... 查看详情
2.机器学习相关数学基础
...理一遍，一定要多加重视。通过观看视频，大家对课程的数学基础部分加深印象。建议大家边看边做笔记，记录要点及所在时间点，以便有必要的时候回看。学习笔记也是作业的一部分。 3.作业要求：1）贴上视频学习笔记，... 查看详情
机器学习相关数学基础lll
1.高等数学1）函数 2）极限 3）导数 4）极值和最值 5）泰勒级数 6）梯度 7）梯度下降 2.线性代数1）基本概念 2）行列式 3）矩阵 4）最小... 查看详情
python机器学习基础知识和相关术语(代码片段)
....1线性函数1.2二次函数或多次函数1.3激活函数2.4对数函数2机器学习的数据结构张量2.1张量的概念2.2标量——0D（阶）张量2.3 向量——1D（阶）张量2.4 矩阵——2D（阶）张量2.5序列数据——3D（阶）... 查看详情
机器学习数学基础
1.机器学习定义：是人工智能的一个分支。我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习；随着训练次数的增加，该系统可以在性能上不断的学习和改进；通过参数优化的学习模型，能够用... 查看详情
sparkmllib机器学习(代码片段)
目录 本章导读1. 机器学习概率2. SparkMLlib总体设计3. 数据类型3.1 局部向量3.2 标记点3.3 局部矩阵3.4 分布式矩阵4. 基础统计4.1 摘要统计4.2 相关统计1. 皮尔森相关系数2. 斯皮尔森秩相关系数4.3 分层抽样4.4 假设校验4.5 随... 查看详情
sparkmllib机器学习(代码片段)
目录 本章导读1. 机器学习概率2. SparkMLlib总体设计3. 数据类型3.1 局部向量3.2 标记点3.3 局部矩阵3.4 分布式矩阵4. 基础统计4.1 摘要统计4.2 相关统计1. 皮尔森相关系数2. 斯皮尔森秩相关系数4.3 分层抽样4.4 假设校验4.5 随... 查看详情
机器学习数学基础之矩阵理论
目录一、线性空间1. 线性空间的概念（1） 线性空间的定义（2） 线性空间的本质2. 线性空间的基（1） 线性表示（2） 线性相关（3） 线性无关（4） ... 查看详情
第二次-机器学习相关数学基础
...理一遍，一定要多加重视。通过观看视频，大家对课程的数学基础部分加深印象。建议大家边看边做笔记，记录要点及所在时间点，以便有必要的时候回看。学习笔记也是作业的一部分。 3.作业要求：1）贴上视频学习笔记，... 查看详情
机器学习与ai相关的资料
机器学习与AI相关的资料：1、 http://www.fast.ai/ 基础学习2、http://geek.ai100.com.cn/ 中文3、http://geek.ai100.com.cn/category/notes 学习笔记 查看详情
机器学习技术系列：一篇图文笔记了解机器学习基础知识
导言最近有小半年由近半数工作和生活时间在机器学习技术（ML）的学习与工程实践中，感觉自己阅读了几本ML方面好书，找到了一些更好的学习网站，所以重新梳理了一下自己理解的的ML基础知识。相关参考摘录书籍及网站如下... 查看详情
《自然语言处理实战入门》----笔试面试题：机器学习基础(41-60)
机器学习综合选择题与详解【5年大厂，3年模拟】：面试、笔试题集：机器学习基础1-20面试、笔试题集：机器学习基础21-40面试、笔试题集：机器学习基础41-60面试、笔试题集：机器学习基础61-80面试、笔试题集：机器学习基础81-... 查看详情
深度学习相关数学资料
...别是对于人工智能/机器学习/深度学习来说，现在打下的数学基础或许会令你将来身价暴涨十倍！深度学习作为机器学习与人工智能的子集，兴起稍晚，却使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。对于... 查看详情
黄佳《零基础学机器学习》chap3笔记(代码片段)
黄佳《零基础学机器学习》chap3笔记第3课线性回归——预测网店的销售额文章目录黄佳《零基础学机器学习》chap3笔记第3课线性回归——预测网店的销售额3.1问题定义：小冰的网店广告该如何投放3.2数据的收集和预处理3.2.1... 查看详情
机器学习——分类
1.机器学习的主要分类（1）监督学习（Supervisedlearning）?训练数据有目标向量（标签）?分类、回归…（2）非监督学习（Unsupervisedlearning）?训练数据没有目标向量（标签）?聚类、密度估计、可视化…（3）强化学习（Reinforce... 查看详情
机器学习2——学习路线规划
...程 =====================================================相关链接机器学习最佳学习路线：https://blog.csdn.net/ufv59to8/article/details/80970586机器学习扫盲与学习路线：https://www.jianshu.com/p/9fa6fca386c2机器学习入门方法与学习路径：https://wenku.baidu.co... 查看详情
华为云技术分享机器学习（02）——学习资料链接
...章和视频，实际看了后觉得好多内容都太难，自己目前的数学基础很难理解里面讲解的内容。另外，资料太多反而影响学习效率，很多内容都是重复的，海量的书籍、视频与文章，最终只能作为收藏的一部分，永久的沉睡在云盘... 查看详情
02机器学习相关数学基础
1）概率论与贝叶斯先验 本福特定律：又称第一数字定律，是指在实际生活得出的一组数据中，以1为首出现的概率约为总数的三成；是直观现象1/9的三倍。 贝叶斯公式：给定某系统的若干样本X，计算该系统的参数。-28:13... 查看详情