240 发简信
  • 120
    矩阵分解 (乘法篇)

    ​引言 前面我们在矩阵分解 (加法篇)里面分析的加法下的矩阵分解。 这里我们来看看乘法下矩阵分解的要点。 对角和三角矩阵 首先, 我们总结下, ...

    1.0 5510 3 27
  • 120
    Hinton和Jordan理解的EM算法

    在“Hinton是如何理解PCA?”里面,我们体会到Hinton高人一等的见解。 Hinton, 这个深度学习的缔造者( 参考攒说 Geoff ...

    0.1 1379 0 13
  • 120
    今我来思,堆栈泛化(Stacked Generalization)

    ​在集成学习(Ensemble Learning)中除了Bagging和Boosting对数据的横向划分划分之外,还有一个纵向划分(加深)的方法...

  • 120
    基于深度学习的图像目标检测(上)

    有了美丽的封面, 写的兴致又来了。 我们在“深度学习名校课程大全”里面介绍了深度学习的课程。 在“人工智能深度学习人物关系[全]”里面介绍了部分...

  • 120
    GMM的世界,你不懂?(上篇)

    ​其实在统计学习世界里, GMM有高美美和广美美之分,Gaussian mixture model vs Generalized moment ...

  • 120
    化曲为直の神奇

    要学好人工智能、机器学习、统计、 计量、量化、优化等等和统计相关的内容, 少不了三大块数学: 微积分、线性代数和概率统计。 前面我们在“概率分布...

  • 120
    走近中神通Fenchel

    ​首先听闻唯一的女性菲尔兹奖得主,玛利亚姆·米尔扎哈尼Maryam Mirzakhani, 去世了,有点伤心。 因为一般数学家, 除了意外, 都...

  • 120
    一挑三 FJ vs KKT

    在解决最优化问题时候, Fermat 在1629年就解决了无限制最小问题, 但是一直过了靠近160年, 才有Lagrange解决等式约束的最值问...

  • 120
    概率分布の三奥义

    ​前言 在“免费: 大赏新书CASI”里面斯坦福的优化大师Efron对统计的描述有一个三角形, 这个三角形的三个顶点分别是频率派(Frequen...