Ta上传的资源 (0)

深度学习的花书第一章和第二章重点数学推导,纯手工无添加,详细的推导过程一看就懂。内容有奇异值分解、PCA、最小二乘法、最小范数法。

主成分分析法在实际中非常常见,这里我们使用随机生成样本进行它的python实现,这里的实现过程完全采用该博客另一篇文章——《[深度学习]数学基础之线性代数》。

机器学习的很多问题最终都可以归结为一个优化问题,针对不同情况下的优化问题,我们给出了具体的解决方案,比如无约束条件下的梯度下降法和牛顿法,等式约束条件下的朗格朗日乘子法以及不等式约束条件下的KKT条件。

从KMeans聚类的原理出发,基于python工具一步步实现聚类的过程,并完成可视化呈现,从动画中深入理解KMeans的聚类原理。