【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
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【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
...
B站最全！概率论基础、线性代数基础、高等数学基础、微积分、泰勒公式、贝叶斯算法、回归分析等十大人工智能数学基础一口气学完！
...
【手推公式】从二分类（二项分布）到多分类（多项分布），最大似然估计与交叉熵损失的等价
...
[RLHF] 从 PPO rlhf 到 DPO，公式推导与原理分析
...
[LLMs 实践] 20 llama2 源码分析 cache KV（keys、values cache）加速推理
...
【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
...
泰勒公式的惊天应用！高等数学基础最强教程来了！微积分、核函数变换、随机变量、概率论基础、泰勒公式与拉格朗日、贝叶斯分析、方差分析、聚类分析、线性代数基础
...
【手推公式】logistic regression 及其与 linear regression 的区别，对数线性与对数几率
...
不死记硬背记住泰勒公式的方法!花1个小时就能轻松学会高等数学基础！（微积分、随机变量、概率论基础、泰勒公式与拉格朗日、贝叶斯分析、相关分析、方差分析、回归分析）
...
【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
...
[LLMs 实践] 04 PEFT/LoRA 源码分析
...
[矩阵分析] LoRA 矩阵分析基础之 SVD low rank approximation（低秩逼近）
...
【手推公式】梯度下降（一阶泰勒展开）的一种直观形式
...
【机器学习】【手推公式】从Hinge loss（合页损失）到 SVM（hard margin/soft margin）
...
[手推公式] sigmoid 及其导数 softmax 及其导数性质（从 logits 到 probabilities）
...
【手推公式】可导损失函数（loss function）的梯度下降（GD）、随机梯度下降（SGD）以及mini-batch gd梯度优化策略
...
[LLMs tuning] 04 optimizer Trainer 优化细节（AdamW，grad clip、Grad Norm）等
...
[LLMs 实践] 221 llama2 源码分析 generate 的完整过程
...
[LLMs inference] quantization 量化整体介绍（bitsandbytes、GPTQ、GGUF、AWQ）
...
吹爆！这可能是人工智能最好的数学基础教程！《线性代数可视化》！（微积分、随机变量、概率论基础、泰勒公式与拉格朗日、贝叶斯分析、聚类分析、概率论基础、AI）
...
[优化算法] 梯度下降、共轭梯度、牛顿法、逆牛顿法（BFGS）
...
【手推公式】【目标检测】【Fast RCNN】RoIPooling 的作用及计算
...
[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】logistic regression 为什么不采用 squared loss作为其损失函数，如何从最大似然估计得到交叉熵损失函数
...
[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）
...
【回归分析】R老师带你一起感受统计学的机器学习 「回归系数估计」P1 | ISL@Stanford
...
【手推公式】xgboost自定义损失函数（cross entropy/squared log loss）及其一阶导数gradient二阶导数hessian
...
[LLMs 实践] 08 LLM.int8 量化细节 （load_in_8bit）以及 bitsandbytes 库
...
[generative models] 概率建模视角下的现代生成模型（生成式 vs. 判别式，采样与密度估计）
...
【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】HoG+SVM+NMS行人检测（pedestrian detection）（python-opencv）
...
[LLMs 实践] 19 llama2 源码分析 RoPE apply_rotary_emb 从绝对位置编码到相对位置编码
...
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
...
【统计】【excel】从均值（average）、标准差（stdevp）、标准化（standardize）到相关系数（correl）
...
[LLMs 实践] 17 llama2 源码分析（RMSNorm 与 SwiGLU）
...
【数据分析】成本（固定成本、可变成本）收益利润模型（cost-revenue-profit）、盈亏平衡分析
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
[LLMs 实践] 21 llama2 源码分析 GQA：Grouped Query Attention
...
[动手写神经网络] 如何设计卷积核（conv kernel）实现降2采样，以及初探vggnet/resnet 卷积设计思路（不断降空间尺度，升channel）
...
[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