我在學(xué)習(xí)樸素貝葉斯算法時(shí)础倍，發(fā)現(xiàn)所選教材中對于似然度與概率之間的概念區(qū)分解釋的并不詳細(xì) （可能作者認(rèn)為這是基礎(chǔ)知識六孵，所以沒有詳細(xì)闡述吧hh） 碰巧刑然，我自己對于概率論的知識忘得差...
IP屬地：澳門
-
如何理解和區(qū)分似然度(likelihood)與概率(probability)枚尼？
-
使用Hugo和GitHub搭建博客折騰了幾天博客的框架終于搭建起來了。研究了一番之后圆凰，最終還是選擇使用Hugo和GitHub來搭建博客远舅。本文介紹了如何使用Hugo來搭建靜態(tài)博客網(wǎng)站，并將其部署在GitHub上...
-
一文讓你理解什么是卷積神經(jīng)網(wǎng)絡(luò)一文讓你理解什么是卷積神經(jīng)網(wǎng)絡(luò) 從神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)（CNN） 我們知道神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是這樣的： 那卷積神經(jīng)網(wǎng)絡(luò)跟它是什么關(guān)系呢僵控？其實(shí)卷積神經(jīng)網(wǎng)絡(luò)依舊是層級網(wǎng)絡(luò)香到，只是層的...
-
TensorFlow入門極簡教程（一）關(guān)于 TensorFlow TensorFlow? 是一個(gè)采用數(shù)據(jù)流圖（data flow graphs），用于數(shù)值計(jì)算的開源軟件庫报破。節(jié)點(diǎn)（Nodes）在圖中表示數(shù)學(xué)操作悠就，圖...
-
以幾何思維理解L1&L2正則化假設(shè)當(dāng)前預(yù)測模型的回歸系數(shù)只有w1,w2， 繪制出的目標(biāo)函數(shù)（即 OLS損失函數(shù)+懲罰項(xiàng)）的等高線充易。 我們以Ridge回歸為例梗脾，講解L2正則化的原理。理解之后蔽氨，L1正則化自然...
-
我的本科回憶錄：從迷茫自卑到保送華科今天看新聞藐唠，多地高三終于開學(xué)了，看著他們風(fēng)華正茂的樣子鹉究，想著他們幾個(gè)月后就要成為大學(xué)校園的一份子宇立，我自己不禁也感慨萬千。 說長不長自赔，說短不短妈嘹，距離我踏入大學(xué)本科校園的日子也已...
