机器学习
文章平均质量分 69
knowthyselfcn
桌面端、网站架构,会点opengl,会点Android
展开
-
学习数值分析
2016-05-30 从14年3月开始关注物理引擎部分,同时也关注到其所需的知识线性代数、数值分析,特别是布料模拟还需要要矩阵计算,我就开始买书自学“数值分析”了。毕竟不是我关注的重点,断断续续地把《数值分析(美)伯登等》按目录过了一遍,却不甚解。因为没有使用上需求嘛。因为今年开始深入研究渲染引擎、物理引擎,需要把这部分知识迅速的补充起来。 我前后买了两本数值分析的书,还有一原创 2017-02-10 14:16:56 · 2467 阅读 · 0 评论 -
机器学习初探
2016-07-20 这段时间一直在主攻数学基础,这是在弥补以前的的没有好好利用时间的错误。我想学习机器学习,一者是初步了解一下这个最近火热的领域需要哪些数学知识,顺便把实际工作中可能用到的数学知识巩固一遍;二者是想了解深度图像和机器学习是否有结合的可能性,是不是在这个新的方向上有更多的有意思的工作可以去做。 方式嘛,还是只有看书喽。这才是吸收知识最快的方式。我暂时不想花原创 2017-02-10 14:18:17 · 541 阅读 · 1 评论 -
《用Python学习数值分析--解方程》
2017-08-24 对于二次方程,我们可以直接使用求根公式,这种方式称为“解析式”。对于更高次的方程,使用求根公式就困难多了,虽然难,但仍然是可行的;四次方程依然可行。但是,根据”伽罗瓦定理“告诉我们,五次及五次以上的方程没有解析解,你再也找不到公式来找到根了。相对于“解析式”,对于没有公式的方程,只能采用数值解法。本篇讨论单个方程数值求解的各种方法,用Python 的scipy算原创 2017-10-25 16:14:00 · 9177 阅读 · 0 评论 -
《用Python学习数值分析--解方程组》
2017-08-25 解一元方程,我们通常面临的问题是非线性方程。对于解方程组,我们一般解决线性方程组,如2 * x1 + 3 * x2 = 45 * x1 + 6 * x 2 = 7 很少会涉及到非线性方程组( Systems of Nonlinear Equations),例如简单的一种2 * x12 + 3 * x2 = 45 * x1原创 2017-10-25 16:14:32 · 2535 阅读 · 0 评论 -
《用Python学习数值分析--插值与拟合》
2017-08-29 插值与拟合似乎是密不可分的话题。我在刚开始学习OpenGL绘图时,就没有搞明白曲线是如何绘制出来的。 所幸的是OpenGL封装的好,且绝大多数时候需要提供离散的几何数据。但是,我还是一直很想搞明白,从函数到曲线的离散数据,再到OpenGL程序中曲线的展示是如何做到的。 内插是数学领域数值分析中的通过已知的离散数据求未知数据的过程或方法。科学和工程问题可以通原创 2017-10-25 16:15:17 · 8814 阅读 · 0 评论 -
《用Python学习数值分析--最小二乘》
2017-08-31 我不太想写“程序员系列之”或者“程序员数学之”这样的标题,便弄个小标题吧,每个人的工作不同,要求的知识点深度也不一样,如果有需要,看看即可。最小二乘,对于计算机系的同学来讲是非常重要的数学基础,它对于数理统计的重要性无需多言了。做算法的同学所需的”数值分析“、”最优化“两门课程之中,least squares是重点。机器学习教材ESL一上来就是重点讲解least原创 2017-10-25 16:15:52 · 3534 阅读 · 0 评论 -
为什么我要学习“机器学习”?
2017-02-08 在很早的博客里,我就提到过从13年底开始,就对Web开发不感兴趣,想要做更底层的开发。那时只有一个模糊的概念。认为越底层的知识、技能,越难,也就难以被替代,更保值。便研究图形学、图像处理。我天真的以为DIP是程序理解现实世界的基础,后来发现错了,发现CV才是。再后来发现,完全不是那么回事儿。CV的目标也不是理解现实世界。我曾以为的“从程序的角度理解现实世界”这个原创 2017-10-25 16:20:41 · 2544 阅读 · 0 评论