本文为SigAI原创文章,很适合初学者学习,讲解清楚。 包含内容: 学好机器学习需要哪些数学知识 卷积神经网络为什么这么有效 用一张图理解SVM的脉络 理解神经网络的激活函数 卷积神经网络综述 理解梯度下降法 循环神经网络综述 理解凸优化 理解牛顿法 大话AdaBoost算法 理解主成分分析法 理解决策树 理解过拟合 卷积神经网络的压缩和加速 K-近邻算法 反向传播算法推导 生成式对抗网络模型综述 流行学习概述 关于感受野的总结 随机森林概述 反向传播算法推导 理解STN 机器学习中的最优化算法总结 理解AdaBoost算法 深入浅出聚类算法