K-means里所有点都乖乖挨在各自的聚类中心旁边,一次迭代就收敛了;神经网络那题反向传播只要求传播到最后一层的两个参数上,损失函数是MSE,没有激活函数;PCA样本的特征是2维的,并且协方差矩阵是一个对角阵,连求特征值和特征向量的步骤都免了。建立在考试题目有放水的的前提上,这么多人抱怨难度,也能看 >>更多
送给PB2306xxxx某同学10月14日在《
毕竟我上过了《运筹学》、《
同一个学期还有数分 A3 和线代 A2 以及电磁学 B 共 4 门按培养方案必修的硬课,合计 18 学分,课程容量很大;2 春则包含四门专业硬课,可以说是后续一切学习的基础,合计 12 学分,还包含 4 学分的物理课。这两部分显然 jwc 不能改动,于是他们是怎么做的呢?看起来大三专业课不多,那就塞 >>更多
(不是建议大家完全借助AI,而是主要查询不熟悉的语法,算法流程自己务必熟悉。不过
了几种经典的分布,比如说球对称分布、球面均匀分布,Dirchlet分布等以及高斯图模型,涉及到一些分析与线性代数的技巧以及一些统计的方法(比如delta方法),然后花了很大的篇幅讲解了卡方分布在高维的推广——Wishart分布及其性质、密度函数,这一块相信学习概率方向的同学会非常感兴趣。在介绍完Wi >>更多
李老师讲的应该是最细最好的,把核磁共振剖析的很彻底,我这学期另一门课百年诺奖复现正好也在做核磁共振实验装置搭建,所以自然也学到了很多,李老师做量子
外还有给吴遵老师发叠课的邮件也会很快通过。这里附上我的小论文和看PPT的时候整理的一个文档,小论文基本全靠chatGPT,没有做任何定量分析,唯一的一个亮点是最后用了
正在wisconsin-madison的cs进行暑研,刚看到隔壁的Stephen Wright教授上ICM 60分钟报告了,我们cs人也是能上ICM的😭😭从个人角度,优化研究主要结合两个方面:一是对特定问题结构的深入思考,这部分内容通常不在课程范畴之内,更多需要通过阅读论文来不断积累与理解思考;二是 >>更多
这门课程虽然叫 “计算机应用数学” 但实际上更多应该是 “人工智能中的数学基础”,适合研究生方向为ai但基础薄弱的同学。课程的主要内容涵盖了各种统计学、随机过程、