2015年10月_会敲键盘的猩猩

12月 11月 10月 08月 06月 05月 04月

翻译 2.12 主成分分析(上)

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。一个简单的机器学习算法，主成分分析（PCA）可以只使用基本的线性代数知识推导出来。假设我们有mm个点 {x(1),...x(m)}\{\boldsymbol{x^{(1)},...x^{(m)}}\}的集合，它们都属于Rn\rm R^{n}。假设

2015-10-26 14:17:58 884

翻译 2.11 行列式

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。方阵的行列式（用det(A)\rm det(\boldsymbol{A})表示）是矩阵到标量的一个映射函数。行列式等于所有矩阵特征值的乘积。行列式的绝对值可以看做是矩阵膨胀或收缩了多少倍的空间。如果行列式等于0，那么空间至少收缩一维，因为它丢失了体

2015-10-24 14:27:07 646

翻译 2.10 迹算子

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。迹算子给出矩阵所有对角元素的总和：Tr(A)=∑iai,i\rm Tr(\boldsymbol{A})=\sum_i a_{i,i}出于一些原因，迹算子是非常有用的。一些操作在没有求和符号的情况下很难指定，但可以使用矩阵的乘积和迹算子指定。例如，迹

2015-10-24 10:54:10 3254

原创算法1.1

声明：该文章是博主阅读《算法》的读书笔记。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。当我们编写计算机程序时，通常是在实现一种先前设计好的、用来解决某问题的方法。这种方法通常与所使用的计算机无关（可能对多种计算机和多种计算机程序同样适用）。计算机科学中的算法（algorithm）用来描述适合用计算机程序来实现的问题。大部分算法的重点在于计算中涉及的数据的组织方法。按这种方式创

2015-10-22 22:35:14 629

翻译 2.9 穆尔彭罗斯伪逆

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。只有方阵定义了矩阵求逆。假设我们得到矩阵的左逆，这样的话我们就能通过两边都左乘逆，解决下面的线性等式Ax=y\boldsymbol{Ax=y}，得到x=By\boldsymbol{x=By}依赖于问题的结构，不太可能设计出唯一的 A\boldsym

2015-10-21 08:46:06 3461

翻译 2.8 奇异值分解

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。在2.7节中，我们看到如何将矩阵分解为特征向量和特征值。奇异值分解（SVD）提供了另一种因式分解矩阵方法，即分解为奇异向量和奇异值。 SVD让我们发现了一些和特征分解相同的信息。然而，SVD却更加适用。因为每个实矩阵具有奇异值分解，但不一定有特征值

2015-10-20 17:30:03 1117

翻译 2.7 特征分解

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。许多数学对象分解为一些组成成分后可以更好的理解，或者是找到它们普遍存在的性质，而这些性质不受限于我们选择的表达方式。例如，整数可以分解成质因子。数字12的表达方式取决于采用二进制还是十进制，但是 12=2×2×312=2\times2\times3

2015-10-19 15:21:00 4778

翻译 2.6 特殊的矩阵和向量

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。一些特殊的矩阵和向量是非常有用。对角矩阵是只有主对角线上的元素不为零。例如：矩阵 D\boldsymbol{D} 是对角矩阵，当且仅当对于所有 i≠ji \neq j ，di,j=0d_{i,j}=0。我们已经遇到过对角矩阵的例子：单位矩阵，所

2015-10-17 11:31:05 1061

翻译 2.5 范数

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。有时候，我们需要度量向量的尺度。在机器学习中，我们通常用Lp\boldsymbol{L}^p 范数来度量向量的尺度：∥x∥p= (∑i∥xi∥p )1/p\Vert\boldsymbol{x}\Vert_p= \ ( \sum_{i}\Vert x

2015-10-14 18:05:51 3409

翻译 2.4 线性相关和张成空间

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。为了使 A−1\boldsymbol{A^{-1}} 存在，等式 Ax=b\boldsymbol{Ax}=\boldsymbol{b} 对每个b\boldsymbol{b} 值有一个解。然而等式对某些 b\boldsymbol{b} 值可能没有解

2015-10-13 18:20:41 6631

翻译 2.3 单位矩阵和转置矩阵

声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。线性代数提供了一个强有力的工具 ——矩阵求逆，可以解决等式 Ax=b。\boldsymbol{Ax}=\boldsymbol{b} 。为了描述矩阵逆，我们首先需要定义单位矩阵的概念。当我们用单位矩阵乘以其它矩阵时，它不改变矩阵的值。我们用InI

2015-10-12 11:03:48 6485

原创 matlab

matlab for macdiff()函数无法正常显示求导的结果，如图所示：查阅资料发现，原来是软件将字符当数值处理了，因此使用符号函数，就能解决问题了，如下图所示：

2015-10-12 09:10:25 622

凸集代数(algebra of convex sets)

本片文档主要介绍了凸集的一些保凸代数运算，像加法，标量乘法，直和，线性变换，逆线性变换和逆加法等。

2016-11-30

凸集和凸锥(convex sets and cones)

本文主要介绍了凸包，凸组合，凸锥的概念以及相关运算

2016-11-29

仿射集(affine sets)

该文档介绍了凸分析中与仿射集相关的基础概念及一些定理，像仿射组合，仿射无关，仿射变换，还有超平面的概念。

2016-11-25

矩阵逆和转置

本文档介绍了线性代数中矩阵的逆和转置，以及求逆的方法。

2016-09-08

三角分解和行变换

本文档介绍了线性代数中的三角分解，A=LU以及行变换得到的置换矩阵。

2016-09-08

矩阵符号和矩阵乘法

本文档介绍了线性代数中线性方程的矩阵形式，还有高斯消元法的矩阵形式，以及矩阵乘法等。

2016-09-08

余弦和投影

本文档主要介绍线性代数中余弦和投影的相关知识，其中还涉及到投影矩阵和内积。

2016-09-08

投影和最小二乘

本片文章主要介绍线性代数中投影和最小二乘的相关知识，并且还会介绍投影矩阵以及加权最小二乘法。

2016-09-08

正交基和格拉姆-施密特正交化

本片文章主要介绍了线性代数里面的正交解以及格拉姆-施密特正价化的起因与求解过程，另外简单介绍了傅里叶级数的相关知识。

2016-09-08

数学方法论选讲

该文档是徐利治先生关于数学方法论的介绍和讲解。作者选了十个公认比较有趣的专题，对他们分别作了介绍、分析和讨论。这些内容，相信对从事数学或数理哲学的科研工作者和教师们会有一定的参考价值。

2015-11-16

error_ellipse

二维空间协方差矩阵可视化为一个误差椭圆的matlab和C++代码，C++代码应用到了opencv的库函数，所以如果需要运行这个代码需要配置opencv环境。

2015-05-23

主成分分析的matlab代码

PCA如何来进行降维 %% This script generates and plots 3D data, and performs a principal %% component analysis to decorrelate the data, and to reduce the %% dimensionality of the feature space. % Note that matlab has an optimized function to perform PCA: princomp() % However, in this script we perform PCA manually by calculating the % eigenvectors, for demonstration/educational purposes.

2015-05-22

模式识别和机器学习

这是模式识别和机器学习比较好的文章，知识点比较丰富，是比较全面的入门教材。

2015-05-06

贝叶斯定理实例

这个文件是关于贝叶斯定理的两个实例，通过数据来更加的直观理解贝叶斯定理。

2015-05-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人