标签:机器学习 应用 矩阵相乘 奇异值分解 学习 开始 参数 第一章 nbsp
第一章:线性代数:
学习一个新东西,首先要从概念开始,抓住其核心点
机器学习相关问题中,数据集多是以矩阵的形式存在,而模型的参数如W也是以矩阵或向量的形式存在,所以一个模型从数学的角度来说,就是矩阵间的运算,而运算中矩阵相乘的运算又是最常用的运算。本章后半部分讲解了在机器学习中会用到的一些矩阵运算的概念,如范数、行列式、
特征分解、奇异值分解等
一、基本单元:标量、向量、矩阵、张量
二、
深度学习(deeplearing)(5月完成)共三部分 第一部分应用数学与机器学习(5.1-5.10)线性代数
标签:机器学习 应用 矩阵相乘 奇异值分解 学习 开始 参数 第一章 nbsp
原文地址:http://www.cnblogs.com/lxw003/p/6793444.html