简介 目录 评价 推荐
  • Keyro 2025-08-24

    朴素贝叶斯

    0赞 · 0采集
  • Keyro 2025-08-24

    贝叶斯公式延申

    0赞 · 0采集
  • Keyro 2025-08-24

    贝叶斯公式

    0赞 · 0采集
  • Keyro 2025-08-24

    全概率

    0赞 · 0采集
  • Keyro 2025-08-24

    全概率公式

    0赞 · 0采集
  • Keyro 2025-08-24

    全概率公式

    0赞 · 0采集
  • Keyro 2025-08-24

    条件概率

    0赞 · 0采集
  • Keyro 2025-08-24

    常用积分公式

    0赞 · 0采集
  • Keyro 2025-08-24

    通过积分求概率

    0赞 · 0采集
  • Keyro 2025-08-24

    https://img1.sycdn.imooc.com/4e57f86809aa85ac17621003.jpg定积分

    0赞 · 0采集
  • Keyro 2025-08-24

    不定积分

    0赞 · 0采集
  • Keyro 2025-08-24

    回归问题求解

    0赞 · 0采集
  • Keyro 2025-08-24

    回归问题求解

    0赞 · 0采集
  • Keyro 2025-08-24

    梯度下降法

    0赞 · 0采集
  • Keyro 2025-08-24

    导数特点

    0赞 · 0采集
  • Keyro 2025-08-24

    常用导数公式

    0赞 · 0采集
  • 小书虫的日常 2025-06-07

    学习资料链接;链接2为免费:

    0赞 · 0采集
  • 慕哥1217534 2025-03-31

    求一个函数的极值就是求解函数的导数为零的时候的 x的值。

    0赞 · 0采集
  • 慕哥1217534 2025-03-31

    求解导数的目的是在一些模型中需要求解一个损失函数的最小值,这个时候的方法就是求解一个函数的导数,来求得损失函数的最小值。这个是导数在 AI 中的意义。

    0赞 · 0采集
  • 慕仔0118924 2025-03-07

    1

    0赞 · 0采集
  • 慕仔0118924 2025-03-07

    1

    0赞 · 0采集
  • 慕仔0118924 2025-03-07

    1

    0赞 · 0采集
  • 慕仔0118924 2025-03-06

    向量

    行矩阵、行向量: 只有一行的矩阵

    列矩阵、列向量: 只有一列的矩阵


    满足矩阵基本运算原则。

    矩阵与向量相乘,结果仍为向量。

    0赞 · 0采集
  • 慕仔0118924 2025-03-06

    同型矩阵:行列相同

    矩阵:元素互为相反数

    加法/减法(同型矩阵):相同位置数相加/相减


    数乘:单个数字和矩阵相乘,单个数字和矩阵每个数字相乘

    矩阵和矩阵相乘:行列元素依次相乘并求和。

                                  第一个矩阵的列数要求等于第二个矩阵的行数

                                   不满足交换律,满足结合律和分配律

    0赞 · 0采集
  • 蜡笔小方哎 2025-03-05

    同型矩阵:行数、列数分别相同的矩阵

    比如两个3x2的矩阵A和B,那它们两个就是同型矩阵


    负矩阵:矩阵元素互为相反数关系的矩阵


    矩阵的负矩阵必然是它的同型矩阵


    互为同型矩阵才能进行加减法运算


    矩阵的加法满足交换律、结合律:

    A + B = B + A

    A + B + C = A + (B + C)


    数乘:数与矩阵元素分别相乘



    矩阵的数乘满足交换律、结合律、分配律,假设λ和μ是两个数字:

    λA = Aλ

    λAμ = λ(Aμ)

    λ(A + B) = λA + λB


    矩阵乘法不满足交换律,满足结合律、分配律:

    AB ≠ BA

    (AB)C = A(BC)

    A(B + C) = AB + AC

    0赞 · 0采集
  • Seachal 2024-11-22

    一、条件概率与全概率条件概率:事件A已经发生的条件下事件B发生的概率 P(B|A) 

        P(B|A) = P(AB) / P(A)      

        P(AB) AB同时发生的概率 

    全概率:将复杂事件A的概率求解问题,转化为在不同情况下发生的简单事件的概率的求和问题

    https://img1.sycdn.imooc.com/674066ae00018c0b22261268.jpg


    https://img1.sycdn.imooc.com/674066ef00018b3115080854.jpg


     https://img1.sycdn.imooc.com/6740683800016c1d15720960.jpg

    A 的概率就是 用橙黄色标记的圆环内的圆。




    全概率公式是概率论中的一个重要公式,它用于计算一个事件的概率,当这个事件可以通过几个互斥的途径发生时。具体来说,如果我们有一个样本空间 SS 和一个事件 AA,并且样本空间可以被划分为几个互斥的事件 B1,B2,...,BnB1,B2,...,Bn(即这些事件两两不相交,并且它们的并集是整个样本空间),那么事件 AA 的概率可以表示为:

    P(A)=P(A∣B1)P(B1)+P(A∣B2)P(B2)+...+P(A∣Bn)P(Bn)P(A)=P(A∣B1)P(B1)+P(A∣B2)P(B2)+...+P(A∣Bn)P(Bn)

    其中:

    P(A)P(A) 是事件 AA 发生的概率。

    P(A∣Bi)P(A∣Bi) 是在事件 BiBi 发生的条件下事件 AA 发生的条件概率。

    P(Bi)P(Bi) 是事件 BiBi 发生的概率。

    全概率公式的直观理解是:要计算事件 AA 的总概率,我们可以分别计算在每个互斥事件 BiBi 发生的情况下 AA 发生的概率,并将这些概率加权求和,权重就是每个 BiBi 发生的概率。

    这个公式在实际应用中非常有用,特别是在处理复杂问题时,可以通过分解问题来简化计算

    0赞 · 0采集
  • Seachal 2024-11-21

    一、机器学习中的矩阵运算

    函数关系:y = f(x1, x2, x3, ...)

    y = Ax + B, 求A,B

     x为矩阵,系数θ为列向量

    y = [x][θ] + b


    https://img1.sycdn.imooc.com/673f180b0001983f14560860.jpg

    https://img1.sycdn.imooc.com/673f189e0001df9715060940.jpg


    https://img1.sycdn.imooc.com/673f1940000173fa16120906.jpg

    https://img1.sycdn.imooc.com/673f19fb0001667a17660896.jpg

    https://img1.sycdn.imooc.com/673f1a720001fb8b14940882.jpg

    https://img1.sycdn.imooc.com/673f1b0000010be816760910.jpg

    0赞 · 0采集
  • Seachal 2024-11-21

    同型矩阵:行数、列数分别相同的矩阵

        必须是同型号矩阵才能进行加减运算

        加法:矩阵元素分别相加,满足交换律、结合律

        减法:矩阵元素分别相减

    https://img1.sycdn.imooc.com/673f161b0001b4f515340942.jpg

    负矩阵:矩阵元素互为相反数关系的矩阵(负矩阵必定为同型矩阵)(矩阵前面有 - 负号)

    https://img1.sycdn.imooc.com/673f16b30001986c16180884.jpg

    矩阵的加法:矩阵元素分别相加(互为同型矩阵才能进行加法运算)

      https://img1.sycdn.imooc.com/673f16e30001a21d16360846.jpg

    矩阵的加法满足交换律、结合律,即:

        A+B=B+A

        A+B+C=A+(B+C)

        矩阵的减法可以理解为对负矩阵的加法,即:

        A-B=A+(-B)

    https://img1.sycdn.imooc.com/673f17040001730715440868.jpg

    矩阵的数乘:数与矩阵元素分别相乘

    https://img1.sycdn.imooc.com/673f173c00014b1e16380868.jpg

    矩阵的数乘满足交换律、结合律、分配律

    https://img1.sycdn.imooc.com/673f174a0001da4c10480540.jpg

    矩阵与矩阵相乘:行列元素依次相乘并求和(第一个矩阵列数等于第二个矩阵行数)

    矩阵与矩阵相乘不满足交换律,但满足结合律、分配律


    https://img1.sycdn.imooc.com/673f14de0001157f16600928.jpg

    0赞 · 0采集
  • Seachal 2024-11-21

    一、向量

    行向量:只有一行的矩阵

    列向量:只有一列的矩阵,行向量的转置

     


    二、向量的基本运算

    遵循矩阵基本运算规则

    矩阵与向量相乘,结果仍为向量


    https://img1.sycdn.imooc.com/673f132e00017cda15980934.jpg


    https://img1.sycdn.imooc.com/673f14170001fe8513240822.jpg

    0赞 · 0采集
  • 橙子ting 2024-11-16
    # python的矩阵运算
    import numpy as np
    
    A = np.array([[1,2,3],[6,6,6],[7,8,9]])
    print(A)
    0赞 · 0采集
数据加载中...
开始学习 免费