为了账号安全,请及时绑定邮箱和手机立即绑定

人工智能数学基础与Python实战

难度初级
时长 3小时30分
学习人数
综合评分9.00
18人评价 查看评价
9.1 内容实用
9.1 简洁易懂
8.8 逻辑清晰

最新回答 / 崔华乐
不是向量,是 3 * 3 的矩阵。<...code...>

最新回答 / 崔华乐
矩阵不能直接相除。B / A ,可以使用 B * A的逆矩阵,来实现相除, 但不是所有的矩阵都有逆矩阵。A = nd.array([[1, 2], [6, 5]])C = nd.linalg.inv(A)      # C 为 A的逆矩阵E = np.dot(B, C)          # B * C 即 B / A 

最赞回答 / yidaimi
前者是当B发生了之后再发生A的概率。后者是B和A都发生的概率。区别是前者中B已经发生确定了,此时计算A将要发生的概率。后者是A和B都没发生,但是要预测他们都发生的概率

最新回答 / qq_愚公_1
我个人理解应该还不完全是这样,是本课程为了讲机器学习要借助数学中的矩阵和微积分工具,如矩阵和向量可以很好地进行多行数据的组织,微分可以采用导数概念很好地说明梯度下降法,而积分方法正好可以用来求解概率密度函数。

最新回答 / 慕瓜7531052
A=[a11 a12 a13 a14      a21 a22 a23 a24      a31 a32 a33 a34      a41 a42 a43 a44]

最新回答 / 隔壁王爷爷
A50人B60人C45人共155人直接计算 (20+30+20)/ 155= 70/155 = 14/31全概率:50/155*20/50+60/155*30/60+45/155*20/45 = 14/31
首页上一页123下一页尾页
课程须知
实战环节涉及简单的python编程,同学们需要熟悉基础的python语法。
老师告诉你能学到什么?
1、矩阵的基础知识、运算及在AI中的应用 2、极限与导数的理解 3、积分的基础知识及运算 5、条件概率、全概率的基础知识 6、贝叶斯公式与朴素贝叶斯的理解与运用

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!

本次提问将花费2个积分

你的积分不足,无法发表

为什么扣积分?

本次提问将花费2个积分

继续发表请点击 "确定"

为什么扣积分?

举报

0/150
提交
取消