![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学之美
RGiant
这个作者很懒,什么都没留下…
展开
-
奇异值分解的应用及起源探究
起源:人们是如何想到奇异值分解的?https://www.zhihu.com/question/263722514/answer/272977924 应用:1、线性变换和奇异值分解的几何表示2、数据压缩 3、噪声消减 4、数据分析:主成分分析 在我们收集数据时经常会发现噪声,无论我们的设备多么好,在测量值中总会包含错误。如...转载 2018-09-07 10:51:32 · 1357 阅读 · 0 评论 -
详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解
概率和统计是一个东西吗?贝叶斯公式到底在说什么?似然函数最大似然估计(MLE)最大后验概率估计https://blog.csdn.net/u011508640/article/details/72815981...转载 2018-09-07 11:29:44 · 1252 阅读 · 0 评论 -
独立同分布
https://blog.csdn.net/frbevrqbn4l/article/details/79372973https://blog.csdn.net/zxyhhjs2017/article/details/79408570https://blog.csdn.net/suoyan1539/article/details/79581693转载 2018-09-19 13:51:21 · 1977 阅读 · 0 评论 -
Kullback-Leibler Divergence(KL散度)
下面一篇文章在例子中直观通俗理解KL散度:Kullback-Leibler Divergence ExplainedLight on Math Machine Learning: Intuitive Guide to Understanding KL 上文中文翻译链接:https://www.sohu.com/a/233776078_164987知乎回答:https://www...转载 2018-12-26 10:44:02 · 1082 阅读 · 0 评论