gefeng1209的博客

第二章 线性代数2.1 标量、向量、矩阵和张量标量(scalar):一个数 向量(vector):一列数 矩阵(matrix):二维数组 张量(tensor):多维数组(n>=3) 矩阵的每一行可以看做是一个向量，因此向量要能够与矩阵相加，必须满足向量元素个数等于矩阵列数2.2 矩阵和向量相乘向量点积(dot product)的结果是一个标量 注意矩阵乘积(matri...

第三章 概率与信息论3.1 为什么要使用概率？机器学习通常必须处理不确定量，有时也可能需要处理随机(非确定性的) 量 不确定性有三种可能的来源：被建模系统内在的随机性 不完全观测 不完全建模频率派概率(frequentist probability):直接与事件发生的频率相联系,例如，像在扑克牌游戏中抽出一手特定的牌这种事件的研究中，是如何使用的。这类事件往往是可以重复的。当我们...

第四章 数值计算4.1 上溢和下溢下溢(underflow):当接近零的数被四舍五入为零时发生下溢 上溢 (overflow):当大量级的数被近似为 ∞ 或 −∞ 时发生上溢4.2 病态条件条件数表明函数相对于输入的微小变化而变化的快慢程度。输入被轻微扰动而 迅速改变的函数对于科学计算来说是可能是有问题的，因为输入中的舍入误差可能 导致输出的巨大变化。 这是最大和最小特征...