5秒导读:本文将介绍概率,条件概率,期望,方差,并告诉你如何用他们判断驾驶风险,以及彩票到底值不值得买 最近cctv又双叒叕报道了关于AI的内容: 不过千万不要以为新闻中的东...

5秒导读:本文将介绍概率,条件概率,期望,方差,并告诉你如何用他们判断驾驶风险,以及彩票到底值不值得买 最近cctv又双叒叕报道了关于AI的内容: 不过千万不要以为新闻中的东...
5秒导读,本文将讲述偏导数,梯度,方向导数,与线性回归权重向量θ的求法 大家好,我是玩ai时长两年半的个人程序猿ASRay,喜欢读,写,编程,数学....板砖! 要理解什么是...
5秒导读:本文将以最容易理解的方式介绍极限与导数等理解线性回归必不可少的数学知识。 在《我们一起玩ai 3》中,我们讲述了如何利用线性回归预测A君的工资,最后我们抛出结论——...
5秒导读:本文将叙述机器学习经典算法——线性回归,并讲述如何将其用于工资,房价,销量等预测 《我们一起玩AI》其实是一些列技术性脱团指南,今天的故事从A君说起,A君的女神开支...
5秒导读,本文将从几何的角度介绍向量,并引入极坐标,从而为之后的矩阵与线性变换做出铺垫。 在开始正文前容我再啰嗦一句,《我们一起玩AI 》是为了讲解AI算法的原理以及应用,但...
最近一段时间,终于从纷繁的文献中走出来了,大致能缕清楚卡尔曼滤波,粒子滤波,动态贝叶斯网络之间的关系了。写一篇学习日志,mark一下,用通俗易懂的话帮助自己理解那些莫名其妙的...
我自己补充一下写这个系列的理由和意义,这一系列文章并没有很深入的写一个算法,对于算法原理的描述尤其是数学部分都为了易懂牺牲了一定程度的严谨,并且也忽略了很多关键性细节,比如说后面的线性回归就没有讲正则化(很多东西会回头讲,比如正则化会在说完高斯分布之后才会回头说)。这样做虽然不专业,但是提升了对新手友好度,几分钟一读,明白这玩意还能干这事,涉及这些数学知识。对于以后深入学习prml 花书,也许能有一定益处😀
我们一起玩AI(1)—— k近邻算法与电影分类5秒导读:本文将介绍最简单的机器学习算法——K近邻算法,以及如何应用k近邻算法完成分类任务。并介绍新开大坑《我们一起玩AI》 某位名人曾经说过:自己挖的大坑总要填上。 在之发...
5秒导读:本文将介绍最简单的机器学习算法——K近邻算法,以及如何应用k近邻算法完成分类任务。并介绍新开大坑《我们一起玩AI》 某位名人曾经说过:自己挖的大坑总要填上。 在之发...