-
A=[]
查看全部 -
人工智能無處不在：車牌識別，人臉識別，自動駕駛..........
機器學習是一種實現(xiàn)人工智能的方法。
從數(shù)據(jù)中尋找規(guī)律，建立關系
人工智能數(shù)學基礎：矩陣運算、微積分、概率分析
根據(jù)用戶的基本信息，預測用戶是否會購課消費
查看全部 -
求極限?
L1 = sp.limit(y1, x, 0)?????? #y1在x = 0 處的極限值（“00”表示在無窮處）
問題：負無窮用“-00”表示？？？
查看全部 -
求導/微分 y1 = 3*x
???????????????? f1 = sp.diff(y1)
求積分???? y2 = 3*x
?????????????? f2 = sp.integrate(y2 , x)
查看全部 -
import numpy as np
講numpy簡寫為np
查看全部 -
G = np.dot(A , B )?????????? #矩陣的乘法
print(A.shape)????????????? #輸出矩陣的行列
查看全部 -
尋找最小損失函數(shù)，通過微分求解模型系數(shù)查看全部
-
可用的資源
查看全部 -
哈哈查看全部
-
同型矩陣：行數(shù)和列數(shù)分別相同的矩陣
負矩陣：矩陣元素互為相反數(shù)關系的矩陣（A和-A）
矩陣的加法：矩陣元素分別相加/減，矩陣的加法滿足交換律（A+B=B+A）、結合律（A+B+C=A+(B+C)），注：同型矩陣才可以加減
矩陣的數(shù)乘：數(shù)與矩陣元素分別相乘（αA），矩陣的乘法滿足交換律（αA=Aα）、結合律（αAβ=α(Aβ)）、分配律(α(A+B)=αA+αB）
矩陣與矩陣相乘：行列元素一次相乘并求和，矩陣與矩陣相乘不滿足交換律（AB≠BA），滿足結合律（(AB)C=A(BC)）和分配律(A(B+C)=AB+AC），注：運算前提-第一個矩陣的列數(shù)等于第二個矩陣的行數(shù)
查看全部 -
明理路查看全部
舉報
0/150
提交
取消