2019/5/6 线性最小均方误差LLMS

这篇博客探讨了线性最小均方误差(LLMS)的概念,对比了它与LMS算法的区别,指出LLMS在计算上的简便性。博主分享了MIT开放课程中关于概率论的讲座笔记,并提到尽管LLMS可能不是最精确的方法,但在实际计算中有其优势。目前,LLMS的应用场景尚未明确,但博主记录了一些基本原理。
摘要由CSDN通过智能技术生成

笔记来自于MIT open course的Introduction to Probability Lecture17 (Youtube上可搜)

个人感觉LLMS这个概念比LMS好在可以通过先确定公式,然后由计算机完成求导和系数确定的工作,虽然不是最精确但是计算上却容易了许多。
现在这个阶段还不知道会应用在哪里,下面是一些原理的笔记。在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值