V
主页
【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
【基础数学】为什么 0!=1, a^0=1, 0^0=1
【统计学】从置信水平(confidence level,置信区间)、Z值到最小采样数(最小抽样数)
【统计学】p-value(p值) 与 z-score(标准分/z得分/z分数)定义,计算以及适用场景
[Python 机器学习] 深入理解 numpy(ndarray)的 axis(轴/维度)
[pytorch 模型拓扑结构] 深入理解 nn.BatchNorm2d/3d
【手推公式】从 logodds 到 sigmoid 概率化输出,用于 LR、XGBoost 的分类任务
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
[蒙特卡洛方法] 04 重要性采样补充,数学性质及 On-policy vs. Off-policy
[数据可视化] 绘制 z=f(x, y) (三维空间中的 surface)
[模型拓扑接口] 经典 RNN 模型(一)模型参数及训练参数的介绍
【数据可视化】【excel】漏斗分析-漏斗图(funnel)与金字塔图(pyramid)的区别和联系
【运筹】0/1二值逻辑整数规划约束的描述与表达,conditional/multiple choices以及互斥约束建模
[矩阵分析] 旋转矩阵的计算机与应用(复平面,RoPE)
【数值计算】牛顿迭代法(Newton's method,Newton-Raphson method,牛顿-拉夫逊(拉弗森))计算二次方根(sqrt)三次方根
【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)
【数字图像处理】视频关键帧检测(I-frame,P-frame),ffprobe,视频推荐,video embedding
【回归分析】R2(coefficient of determination)的定义及计算(SSres、SStot)及图形化解释(graphical expla)
[personal chatgpt] 从 RoPE 到 CoPE(绝对位置编码,相对位置编码,Contextual Position Encoding)
[LangChain] 03 LangGraph 基本概念(AgentState、StateGraph,nodes,edges)
[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)
【python 运筹】约束满足规划问题 | CP-SAT solver | ortools | 自定义打印所有可行解的回调函数
[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
【运筹】【整数规划】outer approximation 求解 MINLP及示例
【计算机科学】蒙特卡洛方法计算“一棍砍两刀”构成三角形的概率
【基础数学】从干支纪年法到最小公倍数的妙用
【python 运筹优化】scipy.optimize.minimize 使用
[强化学习基础 01] MDP 基础(概率转移,与POMDP、I-POMDP)
【信号与系统】数值乘法与序列卷积,级数乘法与Cauchy 乘法
【Python 运筹实战】指派问题assignment problem| 匈牙利算法(Hungarian algorithm)| scipy.optimize
[pytorch 模型拓扑结构] 深入理解 nn.CrossEntropyLoss 计算过程(nn.NLLLoss(nn.LogSoftmax))
[强化学习基础 03] 多臂老虎机(Multi-Armed Bandit)与 UCB
[AI 核心概念及计算] 优化 01 梯度下降(gradient descent)与梯度上升(gradient ascent)细节及可视化分析
[pytorch] [求导练习] 01 sigmoid 函数自动求导练习(autograd,单变量,多变量 multivariables 形式)
如何直观理解四维空间?
安全员小美上班的一天
【统计】箱线图(boxplot)进行异常点检测(outlier detection),为什么定义为 1.5倍的 IQR
[蒙特卡洛方法] 02 重要性采样(importance sampling)及 python 实现
[五分钟系列] 01 gensim embedding vectors 距离及可视化分析
[手推公式] sigmoid 及其导数 softmax 及其导数性质(从 logits 到 probabilities)
【机器学习中的数学】【概率论】正态分布的导数与拐点(inflection points)