京东 11.11 红包
【数学基础】高跟鞋该怎么选？黄金分割比与黄金分割矩形
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【手推公式】logistic regression 及其与 linear regression 的区别，对数线性与对数几率
...
[强化学习基础 01] MDP 基础（概率转移，与POMDP、I-POMDP）
...
【推荐系统】【缺失值处理】【矩阵分析】基于低秩矩阵补全（low rank matrix completing，矩阵分解 matrix factorizatio）
...
[蒙特卡洛方法] 04 重要性采样补充，数学性质及 On-policy vs. Off-policy
...
【手推公式】指数族分布（exponential family distribution），伯努利分布及高斯分布的推导
...
[矩阵分析] 分块矩阵的角度理解矩阵运算（独热向量与对角矩阵）
...
【机器学习中的数学】【概率论】正态分布的导数与拐点（inflection points）
...
[统计] python 假设检验基础（T-Test，ANOVA，chi2）
...
【数据处理】数据变换的三种形式，（几率）对数线性（log linear）、线性对数（linear log）、双对数log-log
...
【基础数学】为什么0不能做分母
...
[pytorch 强化学习] 02 将 env rendering 保存为 mp4/gif（以 CartPole 为例，mode='rgb_array'）
...
【矩阵分析】矩阵奇异值与谱范数（spectral norm），F范数（Frobenius norm），核范数（nuclear norm）
...
【机器学习中的数学】【无穷级数】1/n^p（p-series）收敛性的证明
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[蒙特卡洛方法] 02 重要性采样（importance sampling）及 python 实现
...
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation（低秩逼近）
...
[pytorch] 激活函数（梯度消失）sigmoid，clamp，relu（sparse representation，dying relu）
...
[pytorch 模型拓扑结构] pytorch 矩阵乘法大全（torch.dot, mm, bmm, @, *, matmul）
...
【销量预测】R2（r_squared）与相关系数（correlation）的区别和联系，什么情况下R2=correlation，R2与MAE，RMSE
...
[蒙特卡洛方法] 03 接受/拒绝采样（accept/reject samping）初步 cases 分析
...
【Python 运筹实战】指派问题assignment problem| 匈牙利算法（Hungarian algorithm）| scipy.optimize
...
【基础数学】从干支纪年法到最小公倍数的妙用
...
【excel数据分析】幂律分布拟合城市GDP（幂律分布 vs. 指数分布 vs. 线性拟合 vs. 多项式拟合）
...
[pytorch 模型拓扑结构] 深入理解 nn.BCELoss 计算过程及 backward 及其与 CrossEntropyLoss 的区别与联系
...
[pytorch] torch.nn.Bilinear 计算过程与 einsum（爱因斯坦求和约定）
...
[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）
...
[强化学习基础 03] 多臂老虎机（Multi-Armed Bandit）与 UCB
...
【手推公式】【销量预测】【回归分析】MAE与MSE在回归分析时的区别，为什么MSE倾向于回归均值，MAE倾向于回归中位数
...
【统计】统计检验（从t-distribution（t分布）到t-test（t检验），t-score（t-统计量）以及卡方检验（chi-test），excel计算
...
【excel】计算白条花呗借呗分期付款的真实IRR（Internal Rate of Return）
...
[动手写神经网络] 可微才可学，深度学习框架自动微分计算图（DAG）
...
【矩阵计算】从 im2col 到 GEMM，矩阵与核的卷积到矩阵乘法
...
【计算机视觉】从图像距离（图像相似性）的计算（ahash/dhash/phash/whash）到以图搜索的实现（deep ranking）（一）
...
【手推公式】从二分类到多分类，从sigmoid到softmax，从最大似然估计到 cross entropy
...
[番外] float16 与 bf16 表示和计算细节
...
【数学大战】新符号：π
...
[蒙特卡洛方法] 01 从黎曼和式积分（Reimann Sum）到蒙特卡洛估计（monte carlo estimation）求积分求期望
...
【25张宇八套卷】数一 逐题讲解By吃尽天下面
...
【机器学习】【手推公式】从Hinge loss（合页损失）到 SVM（hard margin/soft margin）
...
[动手写神经网络] 如何对数据集归一化（transforms.Normalize）以 mnist 数据集为例（mean=0.1307, std=0.3081）