原帖地址：http://blog.codinglabs.org/articles/pca-tutorial.html PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量， ...
分类：
其他好文 时间：
2019-01-26 11:17:28
阅读次数：
160
引入问题：给定一个对角线非零的上三角矩阵$M$，求$M^k$，满足$M$的阶$\le 500$，$k\le 10^9$。 对998244353取模。 一个显而易见的算法是矩阵快速幂，然而是$O(N^3\log k)$的，无法通过本题。 ~~一开始我想，既然是上三角矩阵，那么特征多项式一定不难求，那么 ...
分类：
其他好文 时间：
2019-01-19 21:15:02
阅读次数：
139
本文摘自： https://www.cnblogs.com/pinard/p/6422831.html http://www.cnblogs.com/charlotte77/p/5629865.html 一、DNN求解参数的方法 在监督学习中，优化参数的方法 首先我们都会定义一个目标函数，一般来讲都 ...
分类：
编程语言 时间：
2018-12-24 02:55:07
阅读次数：
257
在线性高斯系统中，状态方程、观测方程时线性的，且两个噪声项服从零均值的高斯分布。高斯分布经过线性变换后仍为高斯分布。 假设我们知道一个线性系统的状态差分方程为： 其中是k时刻系统的状态向量，n*1列向量；A系统转换矩阵 n*n， u为系统输入向量，大小k*1。B是将输入转换为状态的矩阵，大小n*k。 ...
分类：
其他好文 时间：
2018-12-15 19:52:15
阅读次数：
233
激活函数：将神经网络上一层的输入，经过神经网络层的非线性变换转换后，通过激活函数，得到输出。常见的激活函数包括：sigmoid, tanh, relu等。https://blog.csdn.net/u013250416/article/details/80991831 为什么要引入非线性激活函数 如 ...
分类：
其他好文 时间：
2018-12-06 17:47:47
阅读次数：
206
转自：https://blog.csdn.net/fuming2021118535/article/details/51339881 在刚开始学的特征值和特征向量的时候只是知道了定义和式子，并没有理解其内在的含义和应用，这段时间整理了相关的内容，跟大家分享一下； 首先我们先把特征值和特征向量的定义复 ...
分类：
其他好文 时间：
2018-12-05 12:21:00
阅读次数：
221
原贴出处：http://blog.codinglabs.org/articles/pca-tutorial.html PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量， ...
分类：
其他好文 时间：
2018-11-24 16:42:08
阅读次数：
184
线性变换是一种映射，它满足向量加法和标量乘法两种运算的性质。不用公式说的话就是，想象空间中有一个向量，线性变换将会是这个向量变成另一个向量，那么前后这两个向量的关系，一定是能用加法和乘法去简单描述的。就用最简单的一维情况描述的话，一个线性变换是4，那么经过这个变换后，2就会变成8,9会变成36，它的 ...
分类：
其他好文 时间：
2018-11-18 13:07:21
阅读次数：
167
高斯混合模型 根据EM的定义，我们重新回顾一下高斯混合中的?，µ和Σ参数拟合。为了简单起见，这里我们在M-步中仅更新φ，µj，而把Σj的更新留给大家自己推导。 E-步是很容易的，根据上面的推导，我们计算： w(i)j = Qi(z(i)= j ) = P(z(i)= j |x(i); ?, µ, Σ ...
分类：
其他好文 时间：
2018-11-04 19:41:38
阅读次数：
164
Python机器学习基础教程-[德] 安德里亚斯·穆勒（Andreas C.Müller）[美]莎拉·吉多（Sarah Guido） 著，张亮（hysic） 译 Python机器学习基础教程-[德] 安德里亚斯·穆勒（Andreas C.Müller）[美]莎拉·吉多（Sarah Guido） 著， ...
分类：
编程语言 时间：
2018-10-13 02:41:12
阅读次数：
1115
