[python 运筹优化] 系统性介绍 scipy 中的非线性最小二乘（NNLS, curve_fit, least_squares）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【python 运筹优化】scipy.optimize.minimize 使用
...
【python 运筹优化】scipy.optimize.minimize 接口介绍（method、jacobian、hessian）| 有约束非线性优化
...
【Python 运筹实战】指派问题assignment problem| 匈牙利算法（Hungarian algorithm）| scipy.optimize
...
[优化算法] 梯度下降、共轭梯度、牛顿法、逆牛顿法（BFGS）
...
【python 运筹】混合整数规划 | MIP | ortools | SCIP | CBC
...
【运筹优化】CSP（约束满足最优化）| CP-SAT | domain reduction | constraint propagation
...
【运筹】【整数规划】outer approximation 求解 MINLP及示例
...
【统计】从P值到6σ（六西格玛）质量控制（P值与Z值，与置信水平的关系，python scipy 计算）
...
[python 全栈] 正则表达式初步与指南
...
【Python 运筹实战】Python实战 |指派问题assignment problem| 匈牙利算法（Hungarian algorithm）
...
【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
...
【python 运筹】constraint satisfaction problems | 约束满足问题 | ortools.sat | cp_model
...
【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
...
【回归分析】最小二乘法的 python 实现以及 excel 回归分析及其可视化
...
【运筹优化】CP-SAT | CP-model | 求解 CryptArithmetic
...
【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）
...
[LLMs 实践] 21 llama2 源码分析 GQA：Grouped Query Attention
...
【python 信号与系统】02 scipy.signal.convolve2d 二维（图像）卷积及其与 CNN 的区别
...
【数字图像处理】前景背景分割GrabCut实现（python-opencv）类似PhotoShop抠图的功能
...
【数字图像处理】HoG+SVM+NMS行人检测（pedestrian detection）（python-opencv）
...
[python 多进程、多线程] 03 GIL、threading、多进程，concurrent.futures
...
【运筹优化】CP-SAT | cpmodel | CSP | boolean logic | channeling | 分段函数
...
[pytorch optim] 优化器相关 - learning rate scheduler
...
[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）
...
[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
...
【ortools】【cpmodel】八皇后问题的约束规划求解（leetcode 51/52 n-queens）
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[动手写神经网络] 手动实现 Transformer Encoder
...
【统计】从最小采样数到采样误差（从置信水平（confidence level，置信区间）、Z值到最小采样数（最小抽样数））
...
【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
...
【python 数学编程】SymPy 数学家的朋友 | hessian | Jacobian
...
[全栈算法工程师系列] python deepcopy（深拷贝，clone，克隆）性能优化（浅拷贝+递归）
...
[LLMs tuning] 04 optimizer Trainer 优化细节（AdamW，grad clip、Grad Norm）等
...
[动手写 Transformer] 手动实现 Transformer Decoder（交叉注意力，encoder-decoder cross attentio）
...
【回归】多元线性回归分析（最小二乘法，矩阵矢量形式，解析解）
...
[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
...
[LLMs 实践] 11 gradient accumulation 显存优化 trick
...
[LLMs inference] quantization 量化整体介绍（bitsandbytes、GPTQ、GGUF、AWQ）
...
[LLMs 实践] 13 gradient checkpointing 显存优化 trick
...
[数学！数学] 最大似然估计（MLE）与最小化交叉熵损失（cross entropy loss）的等价性