1.本福特定律
概率的应用
2.笔试题考的概率?
3.随机性怎么建模?
按一定概率加速,对结果影响很大
4.P(ABi)=P(BiA)
1.本福特定律
概率的应用
2.笔试题考的概率?
3.随机性怎么建模?
按一定概率加速,对结果影响很大
4.P(ABi)=P(BiA)
用机器人学习的手段设计无人驾驶:
1.罗列数据库:感知,识别,做出操作
(面向对象?)
2.样本数据:向量,矩阵
样本标记:
一对,样本+标记=有监督学习
3.概率论在学词的方面:无监督
4.增强学习:有反馈
5.支撑向量积SUM:分类器,回归器
机器人的核心算法用到了人工智能
6.实际:会用各种库就可以了
搞清楚模型方便调参
做一些推导进行自适应变化
7.多元线性方程?
8.建模,(有标记)
损失函数(目标函数)
如何越学越好?梯度,牛顿
超参数:如何调参?
9.模型的目的:(预测模型)根据现在得到的参数,用作预测
怎么用模型进行某个工作?
10.数据收集
数据清洗
特征工程
数据建模:重点放在
模型的使用
11.数据分类:用哪个进行分类?模型选择
了解工具
12.落地工具:python
13.卷积,算子,得到不同梯度,得到特征,上分类器
14.爬取数据,切词
15.一本看不懂,换一本看,
16.为什么要算导数?
参数和损失函数,沿着导数方向下降(梯度下降),所以必须会算导数
17.泰勒展开式的应用:
函数包:用泰勒展开
18.需要变换的时候:余项的改写
19.方向导数:求偏导+直线l的方向
l的方向,变化率最大的方向,沿着梯度方向变化率是最快的
学习率0.1
20.gamma函数:阶乘在实数的推广
21.二元函数的二阶导
H方阵
求行列式大于0,正定矩阵
——>凸函数
22soft-max回归
概率
应用:生日悖论
隔板法:组合数公式的进一步理解
老师怎么说你就怎么做,直接上数学基础加强
建立体系为主,主流的知识点过一遍
3.遇到问题
哪里做的跟老师做的不一样
百度一下,调不
6.1
邻域都是开集合
有理数稠密的概念
单调有界序列必有极限
6.1
数学分析?
最优化理论?
基数:集合的个数