NTU 21fall-CE 7454(deep learning for data science)笔记

这是一篇关于NTU 21fall CE 7454课程的笔记,主要探讨深度学习在数据科学中的应用。内容涵盖线性代数基础,如向量内积、线性回归、矩阵乘法、SVD分解和特征值等。通过这些概念,解释了线性回归的几何意义,并讨论了正定矩阵的性质。
摘要由CSDN通过智能技术生成

1 introduction

1.1 course structure

 

1.2 assignment

1.2.1 project1

1.2.2 project2

1.2.3  oral presentation 

2 线性代数与机器学习

更详细内容见线性代数_UQI-LIUWJ的博客-CSDN博客

同样地,如果不说明的话,向量默认为列向量

2.1 向量内积

2.1.1 向量内积的性质

 2.1.2 向量内积的应用

 2.1.3 向量内积与向量夹角

 2.2 线性回归

2.3 向量的范数

2.3.1 欧几里得范数

欧几里得范数性质

2.4 线性无关

评论 1
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

打赏作者

UQI-LIUWJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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