老齐教室
视频课程
本书说明
勘误和修改
有问有答
向量和向量空间
一个重要更正
机器学习的线性代数基础概念
什么是线性代数
线性代数基本定理
线性映射
柯西—施瓦茨不等式
向量范数
四元数、点积和叉积
函数也是向量
矩阵
矩阵运算
仿射空间和仿射变换
超平面
从几何角度理解矩阵
对矩阵乘法的深入理解
可逆矩阵
转置矩阵
求解线性方程组
LU分解
矩阵的秩
特殊矩阵
特征值和特征向量
理解特征值和特征向量
特征值的代数重数与几何重数
不变子空间与特征值
矩阵的迹
不用行列式的特征分析
相似矩阵
矩阵对角化
正定矩阵
直和与投影
矩阵的QR分解
极分解
常用的矩阵分解
Google背后的线性代数
向量分析
张量积
拉格朗日乘数法
最优化方法
二次型
概率
概率基础
概率论的基本概念
概率的典型问题和解答
随机变量
贝叶斯定律
期望
方差
Sigmoid 函数和 logistic 回归
Probability和Odds的比较
数理统计
大数定理
中心极限定理
描述性统计
参数估计方法
回归分析
主成分分析(PCA)
比较 SVD 和 PCA
信息和熵
交叉熵损失函数
机器学习专题
费雪的线性判别分析
用贝叶斯定理理解线性判别分析
Logistic 回归
决策树
贝叶斯分类器
贝叶斯网络
k 近邻学习
聚类
确定聚类算法中的超参数
支持向量机
专题 1:微积分
01 函数
02 极限和连续
03 导数
04 定理和证明
专题 2:图论及其应用
图论基础
图神经网络及其应用概述
专题 3:【考研课程】心理统计学
统计学与心理学
常用特征量
概率基础
概率分布
抽样技术与样本平均数的抽样分布
平均数的参数估计
平均数的假设检验
总体方差与总体比例的统计推断
方差分析
相关分析
回归分析
卡方检验
非参数检验
多元分析初步
专题 4:数学相关
与e相关的内容
学习方法
专题 5:【免费课程】用 Python 玩转数学
课程简介
基础运算
Jupyter简介
操作技巧
本书使用 GitBook 发布
苏ICP备13034293号-2
专题 2:图论及其应用
图论及其应用
图论基础
图神经网络及其应用概述
作者: 老齐 链接: http://math.itdiffer.com/graphtheory.html 来源: 机器学习 本文原创发布于「机器学习」,转载请注明出处,谢谢合作!
results matching "
"
No results matching "
"