随笔分类 -  AI数学（Mathematics）

摘要：https://www.jianshu.com/p/961e890e88b2 阅读全文

摘要：https://www.zhihu.com/question/37096933/answer/70507353 https://blog.csdn.net/red_stone1/article/details/80755144 机器学习中，如果参数过多，模型过于复杂，容易造成过拟合（overfit） 阅读全文

摘要：概念定义： http://m.elecfans.com/article/757041.html https://www.cnblogs.com/AndyJee/p/5048556.html P问题：能在多项式时间内解决的问题； NP问题：（Nondeterministic Polynomial ti 阅读全文

摘要：https://www.cnblogs.com/xunziji/p/7366580.html 最小二乘法的应用例子 如果某个资产在买入后，第 2-100 天内的收益变化如下图所示： 这时，我想要获得第 2-100 天内的任意收益，都是可以方便清晰获得的，但是如果我在第100天的时间，想要预估第107 阅读全文

摘要：https://blog.csdn.net/leviopku/article/details/81388306 https://blog.csdn.net/nockinonheavensdoor/article/details/82055147 https://blog.csdn.net/c9Yv2 阅读全文

摘要：https://blog.csdn.net/weixinhum/article/details/85227476 阅读全文

摘要：https://blog.csdn.net/weixinhum/article/details/85065350 假设q(x)是用来拟合p(x)的概率分布，x属于p的样本空间，交叉熵用于衡量q在拟合p的过程中，用于消除不确定性而充分使用的信息量大小（理解为衡量q为了拟合p所付出的努力，另外注意交叉熵 阅读全文

摘要：https://blog.csdn.net/weixinhum/article/details/85064685 上一篇文章我们简单介绍了信息熵的概念，知道了信息熵可以表达数据的信息量大小，是信息处理一个非常重要的概念。 对于离散型随机变量，信息熵公式如下：H(p)=H(X)=Ex∼p(x)[−lo 阅读全文

摘要：https://blog.csdn.net/weixinhum/article/details/85059557 上一篇文章我们简单介绍了香农信息量的概念，由香农信息量我们可以知道对于一个已知概率的事件，我们需要多少的数据量能完整地把它表达清楚，不与外界产生歧义。但对于整个系统而言，其实我们更加关心 阅读全文

摘要：https://blog.csdn.net/weixinhum/article/details/85059320 香农信息量： 只考虑连续型随机变量的情况。设p为随机变量X的概率分布，即p(x)为随机变量X在X=x处的概率密度函数值，随机变量X在x处的香农信息量定义为： 其中对数以2为底，这时香农信 阅读全文

摘要：https://blog.csdn.net/guolindonggld/article/details/79736508 https://www.jianshu.com/p/43318a3dc715?from=timeline&isappinstalled=0 KL散度（Kullback-Leibl 阅读全文

摘要： 阅读全文

摘要：MFCC梅尔倒谱系数是说话人识别、语音识别中最为常用的特征。我曾经对这个特征困惑了很久，包括为什么步骤中要取对数，为什么要最后一步要做DCT等等，以下将把我的理解记录下来，我找到的参考文献中最有价值的要数【1】了。是CUM一个教授做的PPT。 整个流程如下： 时域的波形图如下 图1. 时域波形图 第 阅读全文