写学习指导的时候顺便把之前一些可能对同学有帮助的资料上传,方便查看,仅供参考。目前比较粗糙,计划在期末考试后(大概在2023.5.15)整理一番,并进行资料的更新、往年考试内容等。
上课重点部分
神经网络
找特征——识别
- 深度学习(DNN)
- 卷积(CNN)
内积:相似程度
划过的区域与卷积区域的相似值。
滤波的作用
提取特征
误差的反向修正
建模步骤
图与网络
代数模型
需要掌握,但我这部分笔记缺失,可以通过上课获取
机器学习之回归分析
需要掌握,但我这部分笔记缺失,可以通过上课获取
上课重点例子
放射性废物的处理
双层玻璃的功效
椅子的稳定性
旗子颜色的变化
瓷砖
流言蜚语的传播
崖高的估算
包饺子问题
V就是对应大包的馅的量,v就是对应小包的馅的量,大包是小包的𝑛倍;
肥胖问题
差分方程比较容易构建但是不完备;
微分方程相反;
七桥问题
水流问题
需要掌握,但我这部分笔记缺失,可以通过上课获取