RainVictor1的博客

首先英文版的资料可以参考：cs231n的官网上的内容，如果英文学习起来吃力可以参考https://zhuanlan.zhihu.com/p/21462488上的翻译，翻译得很好！当然里面对应的一些数学理论知识可以参考知行合一的博客，包括SVD分解和PCA降维！这里多说一嘴，想搞算法的话，数学很重要！现在觉得概率论和线性代数一定要好好学，还在读本科的同学，一定要将这两门课好好学！很重要！

马尔科夫链随机过程之所以如此重要，在于其平稳分布（stationary distribution），也即对它而言，它存在一个平稳分布。1. 记号的说明q(i,j)==q(j|i)==q(i→j) 表示一个转移矩阵为 Q的马氏链，从状态 i转移到状态 j的概率2. 马氏性Xn 标识时刻 n 的状态，关于马氏性的数学表达为： P(Xn+1=k|Xn=kn

今天在学习机器学习时，发现分类和聚类的效果相似，其实不然，具体差别见下博客：http://blog.csdn.net/u010412719/article/details/46726625

CS231n课程笔记翻译：图像分类笔记（上）杜客1 年前译者注：本文智能单元首发，译自斯坦福CS231n课程笔记image classification notes，由课程教师Andrej Karpathy授权进行翻译。本篇教程由杜客翻译完成。ShiqingFan对译文进行了仔细校对，提出了大量修改建议，态度严谨，帮助甚多。巩子嘉对几处术语使用和翻译优化也提出了

原文如下这篇教程由Justin Johnson创作。我们将使用Python编程语言来完成本课程的所有作业。Python是一门伟大的通用编程语言，在一些常用库（numpy, scipy, matplotlib）的帮助下，它又会变成一个强大的科学计算环境。我们期望你们中大多数人对于Python语言和Numpy库比较熟悉，而对于没有Python经验的同学，这篇教程可以帮助你们快速