现代机器学习研究进展 第一部分 数学与概率工具箱 第五章 — 度量与分布距离（理论推导）

VectorShift VectorShift 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 53平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄1年
关注
原创 最新推荐文章于 2026-04-21 02:00:06 发布 53 阅读 AI 写同款· GEO 优化 ›

5.1 概念与总体框架

5.2 KL 与 JS：定义、性质与基本推导（f-散度）

5.2.1 定义（KL）

5.2.2 f-散度与 JS

使用场景与局限性：KL/JS 在高维、样本稀疏或支持分离时，估计困难或会给出极大/无限值（数值上与训练不稳定性相关），这促使用 Wasserstein / IPM 等度量。

5.3 积分概率度量（IPM）与 MMD

5.3.1 IPM 的一般形式

了解本专栏 订阅专栏 解锁全文 超级会员免费看
标签
#算法 #机器学习 #人工智能
人工智能技术白皮书 —— 你的AI入门手册 深入定义状态 (State, S)、动作 (Action, A)、奖励 (Reward, R) 以及状态转移概率 (Transition Probability, P)，构建一个完整的决策模型。强化学习是关于“决策”的科学，它让智能体（Agent）在与环境的持续互动中，通过试错和回报，学习一套能获得最大长期利益的最优行为策略。学习它，就是学习如何驱动机器的“想象力”。：一个迷宫地图，智能体（小机器人）在每个交叉口（状态）选择方向（动作），根据路径上的宝藏（奖励）或陷阱，更新自己的寻宝地图（策略）。 阅读详情

相关推荐

机器学习-西瓜书、南瓜书第三章

线性模型 一、线性回归 回归任务最常用的性能度量是均方误差，因为均方误差有比较好的几何意义，对应了最常用的**“欧氏距离”，最小二乘法就是基于均方误差进行模型求解的。 求解均方误差最小化的过程称为参数估计 其实就是对w，b分别求导，令其等于0，找到最优的闭式解(解析解)。 线性回归的基本思想是采用对输入样例各个特征进行线性加权的方式得到预测的输出，并将预测的输出和真实值的均方误差最小化。1）如果输入样例只有一个特征，那这个过程就是用一条直线去拟合平面直角坐标系上的点； ...

专注大数据与人工智能技术分享，欢迎私信加群互相学习！ 815

【信息科学与工程学】【数据科学】数据科学领域 第六篇 算法设计 01

算法设计

weixin_49199313的博客 1501

【信息科学与工程学】【通信工程】第十八篇 企业网、园区网、数据中心、广域网各类业务网络02

模型类别基本假设网络表示耦合函数渗透方程临界条件物理意义一对一依赖​每个交通节点与一个通信节点相互依赖双层网络：交通层G_T=(V_T,E_T)，通信层G_C=(V_C,E_C)，层间一一对应边E_I依赖函数：RT​=fT​(RC​,p)，RC​=fC​(RT​,p)自洽方程： RT​=p[1−GT​0(1−RT​)][1−GC​0(1−RC​)] RC​=p[1−GC​0(1−RC​)][1−GT​0(1−RT​)]pc​=⟨kT2​⟩⟨kC2​⟩​1​ ⟨k²⟩=⟨k(k-1)⟩对称耦

weixin_49199313的博客 1142

Ubuntu 上 1Panel 的安装与高效运维实践

本文详细介绍了在Ubuntu系统上安装和高效运维1Panel面板的完整实践指南。内容涵盖了一键安装、Docker容器可视化部署、计划任务自动化以及网站数据库管理等核心功能，并提供了安全加固、资源监控与数据备份等进阶技巧，旨在帮助用户快速搭建并管理一个强大易用的服务器环境。

weixin_29210759的博客 144

RK3588S开发板实战：手把手教你搞定IMX415摄像头驱动配置（附调试日志分析）

本文提供了一份详细的RK3588S开发板配置IMX415摄像头驱动的实战指南。内容涵盖从环境准备、内核驱动编译、设备树节点编写到调试日志分析的完整流程，并重点解析了摄像头调试过程中的常见问题与解决方案，帮助开发者快速完成驱动配置与功能验证。

weixin_28285943的博客 205

YOLOv8 + TensorRT 实战：手把手教你用 C++ 实现实时视频流目标检测（附完整项目代码）

本文详细介绍了如何将YOLOv8与TensorRT结合，通过C++实现实时视频流目标检测的全流程。从环境配置、模型转换优化到视频处理架构设计，手把手教你构建高性能检测系统，并附完整项目代码。特别针对Windows平台下的TensorRT模型加速部署提供了实用技巧和性能优化方案。

weixin_29051193的博客 346

提高机器学习模型准确率的八大方法

原文连接：http://www.techweb.com.cn/network/system/2016-01-27/2269274.shtml 此文仅是一个小品文，详细理论请读论文，参考书籍。 前言：我的概述 机器学习面对的是一个受限有穷空间 到 一个扩大的有穷空间 的泛化问题。若假设空间足以覆盖真实的数据空间，机器学习方法可以弃之不...

alppkk4545的博客 1301

LAMMPS in文件详解：从零开始手把手教你配置金属分子动力学模拟

本文详细解析了LAMMPS in文件的配置方法，手把手教你完成金属分子动力学模拟的全流程。从软件环境准备、势函数选择，到使用Materials Studio构建模型、编写in文件进行能量最小化与系统弛豫，再到实施单轴拉伸生产模拟并提取应力应变数据，最后通过Python和OVITO进行结果分析与可视化，提供了完整的实战指南和常见问题排查技巧。

weixin_28475533的博客 527

YOLO11涨点优化：注意力魔改 | 引入Deformable Attention (可变形注意力)，灵活感受野自适应复杂形变目标

Deformable Attention为YOLO11带来的不仅是2.6个百分点的mAP提升，更是一种全新的“形变感知”范式。标准卷积的固定感受野在非刚性目标、多尺度变化和遮挡场景下力不从心——Deformable Attention恰好填补了这一空白。从架构设计到代码实现，从竞品对比到部署方案，从生态工具到安全风险，本文覆盖了将Deformable Attention引入YOLO11所需的全部知识链路。

2601_95807009的博客 284

【HALCON工业视觉应用探索】02. C# + Halcon铸件毛刺机器人打磨引导：点云处理从实验室到工业现场的全流程落地

摘要：铸件毛刺的自动化打磨是机械制造领域的重要难题，其随机性（高度0.1-3mm）和复杂工况导致人工打磨效率低（3分钟/件）、工伤率高。本文基于Halcon 24.11与.NET 6，构建了一套点云处理方案：通过线激光扫描仪获取三维点云，经预处理、毛刺检测、路径规划三大模块，引导机器人完成打磨。虚拟实验测试显示，对高度＞1mm的毛刺检出率达100%，定位误差±0.08mm，但工业现场受油污、粉尘影响，性能降至检出率68-75%、处理时间＞45秒。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域，希望和大家共同进步！ 1128

【大模型工程局】告别单打独斗：手把手带你构建多智能体系统（MetaGPT 启示录）

想象一下，不再是只有一个全知全能的 AI，而是有一群各有所长、能够独立思考和行动的“智能体”（Agent）。它们生活在一个共同的环境中，可以相互交流、协作完成共同目标，也可能为了有限资源而相互竞争。这就是多智能体系统（MAS）的核心图景。MAS 的关键特征：自治性 (Autonomy)：每个智能体都能独立感知环境、做出决策并执行动作，无需外部直接控制。交互性 (Interaction)：智能体之间可以通过某种通信机制（显式或隐式）交换信息、协调行为。

高校图书馆高级系统架构师/研究馆员，推动高校AI从概念演示到可评审、可交付、可运维：路线图与立项评审、PoC交付、评测回归与上线运维（Baseline/Eval/Ops）。 1184

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用，资源的后缀为tar.gz格式的压缩包

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。
上一篇： 现代机器学习研究进展 第一部分 数学与概率工具箱 第四章 泛化与统计学习理论
下一篇： 现代机器学习研究进展 第一部分 数学与概率工具箱 第六章 — 函数逼近与算子视角
点赞 0
评论 0
书签 书签 0
VectorShift
VectorShift
博客等级 码龄1年 1829粉丝 1103原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

VectorShift

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值