zaichuanguanshui的专栏

在1948年，Glaude Shannon发表了文章《A Mathematical Theory of Communication》首次提出了革命性的概念“信息熵”。物理中的熵熵也是物理中的一个概念。简单来说，如果一个系统中的粒子在运动过程中有很多可能的位置，那么这个系统具有比较高的熵值，反之，如果系统中的粒子处于静止状态（粒子的位置相对固定），则系统具有很低的熵值。例如，水有三种状态...

概率论的AI应用：概率告诉我们AI如何推理                             从理论上分析AI系统的行为一、为什么使用概率1、使用概率论量化不确定性2、不确定性的三种可能来源建模系统中的随机性不完全观测不完全建模二、随机变量1、随机变量：可以随机取不同值。可以是离散的或者连续的三、概率分布1、描述随机变量获取到可能状态的可能性大小...

一、标量、向量、矩阵、张量1、标量：一个数2、向量：一列有序数3、矩阵：一列向量二维数组4、张量多维数组二、矩阵和向量相乘对应行列的点积三、单位矩阵和逆矩阵1、单位矩阵主对角线为元素全为1，其他元素都为02、逆矩阵AB=I，B是A的逆矩阵四、范数衡量向量大小，将向量映射到非负值的函数L2范数，称为欧几里得范数，表示从原点到x到欧几里得...

对于机器学习入门而言，我们一般都是从手写体MNIST、CIFAR-10等一些公开的数据集快速上手，复现别人的模型并得到一些好的结果。由于别人给出了相关的模型及步骤，做完这些复现总觉得太简单而没有收获，这是因为这些数据集及给出的模型都非常的完美。针对自己特定任务和数据集而言，数据集处理起来相当困难或者搭建的模型效果不好，让初学者不禁陷入沉思，是我们太菜了吗？答案是肯定而又残酷的，但不

数据竞赛类网站Kaggle阿里巴巴天池大数据比赛DataCastleCCF大数据与计算智能大赛Di-Tech算法大赛KDD-CupKDnuggets Competition全国高校云计算应用创新大赛Byte Cup国际机器学习竞赛WID数据竞赛数据火车竞赛网站DrivenData Competition上海SODA大赛赛氪网TopCoder大赛网数据科学&机器学习的在线学习