首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
数学基础知识
订阅
用户6374940706912
更多收藏集
微信扫码分享
微信
新浪微博
QQ
40篇文章 · 0订阅
什么是概率图模型
1. 对概率图模型的理解 概率图模型是用图来表示变量概率依赖关系的理论,结合概率论与图论的知识,利用图来表示与模型有关的变量的联合概率分布。由图灵奖获得者Pearl开发出来。 如果用一个词来形容概率图
从零开始学机器学习——线性和多项式回归
首先给大家介绍一个很好用的学习地址:https://cloudstudio.net/columns 在之前的学习中,我们已经对数据的准备工作以及数据可视化有了一定的了解。今天,我们将深入探讨基本线性回
数学库函数的加速实现
基于C语言数学库函数的加速实现 介绍了 查表法 多项式和级数展开 快速平方根倒数算法做加速的原理 实现了部分常用数学库函数 基于C
数学建模——TOPSIS模型
TOPSIS法,是一种有效的多指标评价方法。这种方法通过构造评价问题的正理想解和负理想解,即各指标的最优解和最劣解,通过计算每个方案到理想方案的相对贴近度,即靠近正理想解和远离负理想解的程度,来对方
数学建模——层次分析法
层次分析法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用权数求出各方案的优劣次序,比较有效地应用于那些难以用
Java 数学运算与条件语句全解析
Java Math Java 的 Math 类 拥有许多方法,允许您在数字上执行数学任务。 常用方法: Math.max(x, y): 找到 x 和 y 的最大值 Math.min(x, y): 找到
为大模型恶补数学,上交开源MathPile语料库,95亿tokens,还可商用
在当前智能对话模型的发展中,强大的底层模型起着至关重要的作用。这些先进模型的预训练往往依赖于高质量且多样化的语料库,而如何构建这样的语料库,已成为行业中的一大挑战。
【机器学习】LogisticRegression-逻辑回归中的数学原理
本文主要对逻辑回归模型进行数学原理介绍,具体包括sigmoid函数的推导过程,交叉熵损失函数的推导过程,L1正则化和L2正则化,梯度下降数学推导以及过程,基于OvR和MvM方法的多分类逻辑回归原理..
和我一起入门机器学习-线性回归
许久不见,最近刚刚完成了转正答辩,大概也有两个月没有更新博客了(主要是因为懒哈哈哈),大数据那部分也会继续更,这边也要开一个新坑了,争取把机器学习和深度学习的基本算法都整理出来
告别枯燥理论,一文看懂贝叶斯概率
贝叶斯公式由英国数学家贝叶斯发展而来,在统计学和概率论中有着广泛的应用。与传统的先验概率不同,它提出的后验概率方式,会根据不断出现的新证据来更新概率估计,从而使得估计的准确性能够不断改善。 本文尝试通