weixin_44492024的博客

1. 概率论大数定理 2. 高斯误差的优化 3. 凸优化中的凸包定理 4. L2范数 LJ“椭圆”是所有凸集的scale为n下的近似。 L2是其他所有模在sqrt（n）下的近似。 总得来说： 如果在大数定理下，我们假设高斯噪音，那么最小二乘是最合适的范数选择。 但是哪怕假设不成立，无论实际是什么样的误差，应该选取什么样的范数。最小二乘都可以取得一个很好的近似。 也就是说，当然高斯假设下用最...

1. Lecture Introduction Prof from MIT gives us an overview of the self driving techniques. 1.1 Requirements for automony vehicles. He offered us an opinion that I found very intriguing. automony vehi...