矩陣 參考: 機器學習基礎 一般而言，一個對象應該被視為完整的個體，表現實中有意義的事物，不能輕易拆分。 對象是被特征化的客觀事物，而表（或矩陣）是容納這些對象的容器。換句話說，對象是表中的元素，表是對象的集合（表中的每個對象都有相同的特征和維度，對象對於每個特征都有一定的取值 ...

1. 在深度學習中，涉及到大量矩陣相乘，現在需要計算三個稠密矩陣A,B,C的乘積ABC，假設三個矩陣的尺寸分別為m*n,n*p,p*q,且m<n<p<q，以下計算順序效率最高的是： 解析：首先，根據簡單的矩陣知識，因為 A*B ， A 的列數必須和 B ...

目錄 機器學習基礎 什么是機器學習 機器學習 應用場景 海量數據 機器學習的重要性 機器學習的基本術語 監督學習和非監督學習 監督學習：supervised learning 非監督學習 ...

第1章 機器學習基礎 機器學習 概述 機器學習就是把無序的數據轉換成有用的信息。 獲取海量的數據 從海量數據中獲取有用的信息 我們會利用計算機來彰顯數據背后的真實含義，這才是機器學習的意義。 機器學習 場景 機器學習已應用於多個領域，遠遠超出大多數人的想象 ...

構建ML模型的步驟 現在我們已經看了解到了一些ML應用程序的例子，問題是，我們如何構建這樣的ML應用程序和系統? 下圖總結了我們使用ML開發應用程序的方法，我們將在下面更詳細地討論這個問題: 如上圖所示，建立學習模型的步驟如下: 問題定義:任何項目的第一步不僅是理解 ...

從業這么久了，做了很多項目，一直對機器學習的基礎課程鄙視已久，現在回頭看來，系統的基礎知識整理對我現在思路的整理很有利，寫完這個基礎篇，開始把AI+cv的也總結完，然后把這么多年做的項目再寫好總結。 參考：機器學習&深度學習算法及代碼實現 學習路線第一步：數學主要為微積分、概率統計 ...

繼續回到神經網絡章節，上次只對模型進行了簡要的介紹，以及做了一個Hello World的練習，這節主要是對當我們結果不好時具體該去做些什么呢？本節就總結一些在深度學習中一些基本的解決問題的辦法。 為什么說是“基本的辦法”？因為這一部分主要是比較基礎的內容，是一些常用的，比較容易理解的，不過多 ...

2015-09-09 今天買的凸優化剛到。從今天開始學習一些基礎的概念。不知道2年的時間能不能學會並且解決實際的問題。 線性函數需要嚴格滿足等式，而凸函數僅僅需要在a和b取特定值得情況下滿足不等式。因此線性規划問題也是凸優化問題，可以將凸優化看成是線性規划的擴展。 1. ...