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。