一.背景 5月9号到北大去听hulu的讲座《推荐系统和计算广告在视频行业应用》，想到能见到传说中的项亮大神，特地拿了本《推荐系统实践》求签名。讲座开始，主讲人先问了下哪些同学有机器学习 ...

一维空间的投影矩阵 　　先来看一维空间内向量的投影： 　　向量p是b在a上的投影，也称为b在a上的分量，可以用b乘以a方向的单位向量来计算，现在，我们打算尝试用更“贴近”线性代数的方式表达。 ...

作者：桂。 时间：2017-03-11 06:45:46 链接：http://www.cnblogs.com/xingshansi/p/6533840.html 声明：欢迎转载，不过记得注明 ...

在之前的文章《机器学习---线性回归（Machine Learning Linear Regression）》中说到，使用最小二乘回归模型需要满足一些假设条件。但是这些假设条件却往往是人们容易忽略的地 ...

0.SLAM中SVD进行最小二乘的应用 在SLAM应用中，计算Homography Matrix，Fundamental Matrix，以及做三角化(Triangulation)时，都会用到最小二乘 ...

作者：桂。 时间：2017-04-04 08:13:14 链接：http://www.cnblogs.com/xingshansi/p/6664288.html 声明：欢迎被转载，不过记得注 ...

线性拟合即给定一组输入样本，求一个M阶多项式 的参数向量，使得拟合误差最小。这个M阶多项式虽然是关于x的非线性（当=2" alt="">时）函数，但是是关于待求参数向量的线性函数，所以叫“线性”拟合。 ...

背景： 考虑一个多项式拟合问题，如下图，绿线的方程是sin(2πx)sin⁡(2πx)，蓝点是由绿线并加上噪音（这些噪音是默认符合正态分布的）生成。已知条件是由NN个点构成的训练集x=(x1,... ...