本章涉及到的知识点清单：1、前向概率的定义2、前向概率的递推关系推导3、前向概率求解4、Forward算法流程5、后向概率的定义6、后向概率的递推关系推导7、后向概率求解8、...
发简信
IP属地：云南
-
HMM数学推导—Evaluation问题 -
HMM数学推导—开篇
本章涉及到的知识点清单：1、HMM定义2、变量定义3、两个假设4、三个基本问题5、极大似然优化失效 一、HMM定义 隐马尔可夫模型（Hidden Markov Model，H...
-
@浅紫彼岸花开 文章结尾有我的GitHub的
TSP问题—启发式遗传算法
本章涉及知识点1、达尔文进化论2、遗传算法的思想3、遗传算法下的TSP模型4、染色体的编码5、种群的初始化6、适应度函数7、精英种群的选择8、轮盘赌法9、染色体的交叉操作10...
-
FM模型的算法思想本章涉及到的知识点清单：1、LR模型方程2、多项式模型方程3、FM模型方程4、矩阵分解5、FM模型化简6、损失函数7、目标函数8、最优化目标函数9、FM模型的算法步骤10、案...
-
信用卡反欺诈消费预测模型本章涉及知识点1、数据场景2、模型选择3、数据探索3.1、正负样本的占比3.2、缺省值检测3.3、单一特征在所有类别中的分布3.4、每个特征在所有类别中的分布3.5、彼此特征...
-
特征工程总览本章涉及到的知识点清单：1、特征工程总览2、数据预处理2.1、无量纲化2.1.1、标准化2.1.2、区间缩放2.2、特征二值化2.3、特征哑编码2.4、缺失值计算2.4.1、...
-
XGBoost算法思想本章涉及到的知识点清单：1、boosting模式2、集成学习模型的偏差和方差3、bagging的偏差和方差4、boosting的偏差和方差5、XGBoost的基础模型6、XG...
-
多元函数的极值分析本章涉及知识点：1、无条件极值2、Hessian矩阵3、有条件极值4、数学分析角度5、几何角度6、知识点1：牛顿迭代法求多元函数驻点7、知识点2：数值微分求解多元函数高阶偏导...
-
@科学超电磁炉 只是推导BP的数学思想
BP神经网络拟合非线性函数
本章涉及知识点：1、多层神经网络的数学模型2、前向传播算法3、经典激活函数4、经典损失函数5、神经网络的优化过程6、反向传播算法的推导7、梯度下降算法优化8、衰减学习率的设计...
-
一元函数、多元函数的泰勒公式本章涉及知识点：1、一元函数的泰勒公式推导2、扩展：二元函数的泰勒公式3、二元函数的泰勒矩阵形式4、多元函数的泰勒矩阵形式5、案例演示 一、一元函数的泰勒公式推导 情况一：如...
-
随机森林的算法思想本章涉及到的知识点清单：1、集成学习2、bagging模式3、随机森林的思想4、CART算法5、分类树6、回归树7、数据样本和feature的随机采样8、决策树节点的完全二分...
-
时间序列模型：ARIMA本章涉及知识点：1、时间序列分析2、平稳时间序列3、白噪声4、AR自回归模型5、MA滑动平均模型6、ARMA模型7、ARIMA模型8、差分计算9、相关性分析—协方差10、相关...
-
@周磊_47d8 互相学习，共同进步
最速降线的数学模型—变分法
本章涉及知识点1、最速降线的问题提出2、开始推导最速绛线方程3、泛函的定义4、变分法的思想5、推导欧拉方程式的第一种形式6、推导欧拉方程式的第二种形式7、变分法求解最速绛线轨...
-
@chase_7de6 互相学习，共同进步
最速降线的数学模型—变分法
本章涉及知识点1、最速降线的问题提出2、开始推导最速绛线方程3、泛函的定义4、变分法的思想5、推导欧拉方程式的第一种形式6、推导欧拉方程式的第二种形式7、变分法求解最速绛线轨...
-
@bug喵 初级程序员注重语法，中级程序员注重业务性能，高级程序员注重算法，不限语言，一个优秀程序员的内涵修养就是数学和算法，数学的深度决定了你可以在科学探索这条路上走多远。
导数，微积分，牛顿运动学制作创意地图
大前端时代下，面向组件，面向数据编程已家常便饭，但是作为一个合格的程序员，优秀的逻辑思维和抽象能力是其最基本的素质。代码只是实现过程和编程功底的体现，更重要的是分析问题，建模...
-
大数乘法—多项式与快速傅里叶变换本章涉及知识点：1、多项式乘法的时间复杂度2、多项式的表示：系数3、多项式的表示：点值4、复数的表示5、单位复数根6、单位复数根的性质—消去引理7、单位复数根的性质—折半引理...
-
@kkcolor 你可以将登录状态持久化到状态管理中维护即可
mpVue高仿美团小程序教程
本章涉及知识点1、前言2、mpVue框架简介3、项目配置和结构4、主程序入口配置5、首页页面6、城市选择页面7、搜索页面8、订单列表页面9、我的页面10、商品详情页面11、评...
-
基于概率论的分类方法—朴素贝叶斯本章涉及到的知识点清单：1、条件概率2、贝叶斯定理3、目标概率映射4、目标概率映射的极大似然估计5、朴素定义—条件独立性假设6、分类逻辑7、优化分类器8、朴素贝叶斯分类器实战...
