摘要: mode(众数), 一组数据中出现次数最多的那个(或那些)数值。 众数可以不存在或多于一个。 例如, 1,2,3,3,4的众数是3。 1,2,2,3,3,4的众数是2和3。 1,2,3,4,5没有众数。(所有数据出现的次数都一样) 用众数代表一组数据,可靠性较差,但众数不受极端数据的影响。 当数值或 阅读全文
posted @ 2018-12-31 16:46 羊小羚 阅读(558) 评论(0) 推荐(0) 编辑
摘要: pseudo-random number generators for various distributions. Almost all module functions depend on the basic function random(), which generates a random 阅读全文
posted @ 2018-12-30 21:48 羊小羚 阅读(223) 评论(0) 推荐(0) 编辑
摘要: the main steps: 1. look at the big picture 2. get the data 3. discover and visualize the data to gain insights 4. prepare the data for machine learnin 阅读全文
posted @ 2018-12-21 11:23 羊小羚 阅读(737) 评论(0) 推荐(0) 编辑
摘要: 1. 向量的内积、长度及正交性 红框中没看懂?? 将基标准正交化, n阶正交矩阵A的n个列(行)向量构成向量空间R­n的一个标准正交基。 正交矩阵的性质, 2. 方阵的特征值与特征向量 工程技术中的一些问题,如振动问题和稳定性问题,常可归结为求一个方阵的特征值和特征向量的问题.数学中诸如方阵的对角化 阅读全文
posted @ 2018-12-17 18:25 羊小羚 阅读(486) 评论(0) 推荐(0) 编辑
摘要: 定理1 向量b能由向量组A:a1, a2, …, am 线性表示的充要条件是矩阵A=( a1, a2, …, am) 的秩等于矩阵B=(a1, a2, …, am, b)的秩。 定理2 向量组B:b1, b2, …, bl 能由向量组A:a1, a2, …, am 线性表示的充要条件是矩阵A=( a 阅读全文
posted @ 2018-12-13 15:58 羊小羚 阅读(10566) 评论(0) 推荐(0) 编辑
摘要: A可逆的充分必要条件: |A| != 0 存在有限个初等矩阵,P1、P2、...、Pl,使得A = P1*P2*...*Pl A ~r~ E 秩的性质, ① 0 ≤ R(Am×n) ≤ min(m, n). ② R(AT) = R(A). ③ 若A~B,则R(A) = R(B). ④ 若P、Q 可逆 阅读全文
posted @ 2018-12-11 19:37 羊小羚 阅读(1551) 评论(0) 推荐(0) 编辑
摘要: 重要公式: 矩阵的转置, 分别对应矩阵的三种运算。 方阵的行列式,只有方阵才有行列式,设A、B为n阶方阵, 伴随矩阵, AA* = A*A = |A| E 逆矩阵,从逆矩阵的定义来看,A、B都是n阶方阵,并且是可交换的。 一般来说AB≠BA,但总有|AB| = |BA| 矩阵和行列式的区别,行列式的 阅读全文
posted @ 2018-12-10 11:21 羊小羚 阅读(2221) 评论(0) 推荐(0) 编辑
摘要: n阶行列式的行数和列数相等,都为n。 二阶行列式, 三阶行列式, 对角线法则只适用于二阶与三阶行列式,为研究四阶及更高阶行列式,下面先介绍有关全排列的知识,然后引出n 阶行列式的概念. 排列及其逆序数, 逆序数, 对换, 3. n阶行列式的定义 为了给出n 阶行列式的定义,先来研究三阶行列式的结构. 阅读全文
posted @ 2018-12-07 20:36 羊小羚 阅读(3972) 评论(0) 推荐(1) 编辑
摘要: 下面内容抄袭这里的:galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html Principles of training multi-layer neural network using backpropagation The project desc 阅读全文
posted @ 2018-12-03 17:46 羊小羚 阅读(546) 评论(0) 推荐(0) 编辑
摘要: 完整示例训练过程用到的API tf.reduce_all和tf.reduce_any 编码过程用到的API 这一章将介绍如何使用深度学习方法解决自然语言处理问题。 9.1 语言模型的背景知识 语言模型是自然语言处理问题中一类最基本的问题,它有着非常广泛的应用,也是理解更加复杂的自然语言处理问题的基础 阅读全文
posted @ 2018-11-25 15:19 羊小羚 阅读(673) 评论(0) 推荐(0) 编辑