一.背景 5月9號到北大去聽hulu的講座《推薦系統和計算廣告在視頻行業應用》，想到能見到傳說中的項亮大神，特地拿了本《推薦系統實踐》求簽名。講座開始，主講人先問了下哪些同學有機器學習 ...

一維空間的投影矩陣 　　先來看一維空間內向量的投影： 　　向量p是b在a上的投影，也稱為b在a上的分量，可以用b乘以a方向的單位向量來計算，現在，我們打算嘗試用更“貼近”線性代數的方式表達。 ...

作者：桂。 時間：2017-03-11 06:45:46 鏈接：http://www.cnblogs.com/xingshansi/p/6533840.html 聲明：歡迎轉載，不過記得注明 ...

在之前的文章《機器學習---線性回歸（Machine Learning Linear Regression）》中說到，使用最小二乘回歸模型需要滿足一些假設條件。但是這些假設條件卻往往是人們容易忽略的地 ...

0.SLAM中SVD進行最小二乘的應用 在SLAM應用中，計算Homography Matrix，Fundamental Matrix，以及做三角化(Triangulation)時，都會用到最小二乘 ...

作者：桂。 時間：2017-04-04 08:13:14 鏈接：http://www.cnblogs.com/xingshansi/p/6664288.html 聲明：歡迎被轉載，不過記得注 ...

線性擬合即給定一組輸入樣本，求一個M階多項式 的參數向量，使得擬合誤差最小。這個M階多項式雖然是關於x的非線性（當=2" alt="">時）函數，但是是關於待求參數向量的線性函數，所以叫“線性”擬合。 ...

背景： 考慮一個多項式擬合問題，如下圖，綠線的方程是sin(2πx)sin⁡(2πx)，藍點是由綠線並加上噪音（這些噪音是默認符合正態分布的）生成。已知條件是由NN個點構成的訓練集x=(x1,... ...