技术栈
机器学习数学基础
CS创新实验室
1 个月前
人工智能
·
机器学习
·
矩阵
·
机器学习数学基础
《机器学习数学基础》补充资料：过渡矩阵和坐标变换推导
尽管《机器学习数学基础》这本书，耗费了比较长的时间和精力，怎奈学识有限，错误难免。因此，除了在专门的网页（ 勘误和修订 ）中发布勘误和修订内容之外，对于重大错误，我还会以专题的形式发布，并做出更多的相关解释。
CS创新实验室
1 个月前
人工智能
·
机器学习
·
机器学习数学基础
《机器学习数学基础》补充资料：描述性统计
《机器学习数学基础》第 6 章介绍了数理统计，其主要内容如下：就统计学而言，除了上述内容之外，平时还会用到一些描述性统计的知识。为此，本文补充一些描述性统计的基本知识。
CS创新实验室
1 个月前
人工智能
·
机器学习
·
概率论
·
机器学习数学基础
《机器学习数学基础》补充资料：连续正态分布随机变量的熵
《机器学习数学基础》第 416 页给出了连续型随机变量的熵的定义，并且在第 417 页以正态分布为例，给出了符合 N ( 0 , σ 2 ) N(0,\sigma^2) N(0,σ2) 的随机变量的熵。
CS创新实验室
1 个月前
人工智能
·
机器学习
·
矩阵
·
机器学习数学基础
《机器学习数学基础》补充资料：可逆矩阵的手工计算方法和总结
《机器学习数学基础》第2章2.3.1节阐述了可逆矩阵的定义、性质，并演示了Python中的计算函数及其应用。
CS创新实验室
1 个月前
机器学习
·
矩阵
·
概率论
·
机器学习数学基础
《机器学习数学基础》补充资料：矩阵运算技巧和矩阵指数
在《机器学习数学基础》第 2 章的 2.1.3 节、2.1.4 节和 2.1.5 节分别介绍了矩阵的加（减）法、数量乘法和矩阵乘法，这些构成了矩阵的基本运算，并且列出了矩阵的所有运算性质。在手工计算或者原理证明中，这些计算性质会经常用到。
CS创新实验室
1 个月前
决策树
·
机器学习
·
矩阵
·
机器学习数学基础
《机器学习数学基础》补充资料：从几何角度理解矩阵
《机器学习数学基础》第 2 章，专门讲解矩阵，因为它在线性代数中占据重要地位，也就是在机器学习中，占据重要定位了。为了更好地理解矩阵，本文从几何角度，更直观地对矩阵的某些性质和特征给予阐述。
CS创新实验室
1 个月前
人工智能
·
机器学习
·
机器学习数学基础
《机器学习数学基础》补充资料：欧几里得空间的推广
在《机器学习数学基础》第 1 章介绍了向量空间，并且说明了机器学习问题通常是在欧几里得空间。然而，随着机器学习技术的发展，特别是 AI 技术开始应用于科学研究中，必然会涉及到其他类型的空间。本文即在《机器学习数学基础》一书所讲解的内容基础之上，简要介绍希尔伯特空间、函数空间的有关概念。