-
A=[]
查看全部 -
人工智能无处不在:车牌识别,人脸识别,自动驾驶..........
机器学习是一种实现人工智能的方法。
从数据中寻找规律,建立关系
人工智能数学基础:矩阵运算、微积分、概率分析
根据用户的基本信息,预测用户是否会购课消费
查看全部 -
求极限
L1 = sp.limit(y1, x, 0) #y1在x = 0 处的极限值(“00”表示在无穷处)
问题:负无穷用“-00”表示???
查看全部 -
求导/微分 y1 = 3*x
f1 = sp.diff(y1)
求积分 y2 = 3*x
f2 = sp.integrate(y2 , x)
查看全部 -
import numpy as np
讲numpy简写为np
查看全部 -
G = np.dot(A , B ) #矩阵的乘法
print(A.shape) #输出矩阵的行列
查看全部 -
寻找最小损失函数,通过微分求解模型系数查看全部
-
可用的资源
查看全部 -
哈哈查看全部
-
同型矩阵:行数和列数分别相同的矩阵
负矩阵:矩阵元素互为相反数关系的矩阵(A和-A)
矩阵的加法:矩阵元素分别相加/减,矩阵的加法满足交换律(A+B=B+A)、结合律(A+B+C=A+(B+C)),注:同型矩阵才可以加减
矩阵的数乘:数与矩阵元素分别相乘(αA),矩阵的乘法满足交换律(αA=Aα)、结合律(αAβ=α(Aβ))、分配律(α(A+B)=αA+αB)
矩阵与矩阵相乘:行列元素一次相乘并求和,矩阵与矩阵相乘不满足交换律(AB≠BA),满足结合律((AB)C=A(BC))和分配律(A(B+C)=AB+AC),注:运算前提-第一个矩阵的列数等于第二个矩阵的行数
查看全部 -
明理路查看全部
举报