awesome machine learning deep learning mathematics下载 - awesome machine learning deep learning mathematics源代码下载

awesome machine learning deep learning mathematics

其他类别

1.0.0

下载

很棒的机器学习和深度学习数学

精心策划的机器学习和深度学习数学以及高级数学描述，文档，概念，研究材料，视频，库和软件（按语言）的清单。

介绍
- 为什么数学对机器学习很重要？
基础
- 什么是机器学习？
- 什么是深度学习？
- 数学在机器和深度学习中的应用？
- 使用数学与无数学的机器和深度学习
机器和深度学习的数学主题
- 线性代数
- 概率和统计
- 线性演算
- 矢量计算
- 张量计算
- 其他微积分主题
- 图理论
- 复杂性定理
- 数字理论
- 优化定理
- 拓扑
机器和深度学习的高级数学主题
- 汉密尔顿微积分
- halleyscillus
- 复杂数字
- 四次
- 镇静
- qudratic函数
- 高级概率和统计
- NP问题
线性代数
- 线性方程
- 多项式方程
- 向量
- 矩阵
- 张量
- 向量空间
- 特征值和特征向量
- 笛卡尔坐标系
- 基质分解
- 张量分解
- 结构几何形状
- 阶乘
概率和统计
- 可能性
- 概率规则
- 意思是
- 中位数
- 模式
- 方差
- 标准偏差
- 随机变量
- 概率分布
- 有条件的概率
- 概率密度函数
- 累积概率分布
- 样品或采样
- 人口
- 统计推断
- 最大似然
- 二项式分布
- 正态分布
- 高斯分布
- 统计模型
- 期望最大化
- 中央限制定理
- 充分
- 当地的最小值和最大
- 回归
- 线性回归
- 随机过程
- 假设
- 贝叶斯的概率
- 零假设
- 置信区间
- 相关性
- 相关系数
- 直方图
- Z得分
- 协方差
- 最少的正方形配件
- 后概率
- 引导
- 交叉验证
- 穆勒定理
高级概率和统计
- 线性回归
- 切线
- 双曲线切线
- Gompertz曲线
- OGEE曲线
- Sigmoid函数
- 激活功能
- 广义逻辑曲线
- Gompertz功能
- Heaviside步骤功能
- 双曲功能
- 逻辑分布
- 逻辑功能
- 逻辑回归
- logit
- 修饰的双曲线切线
- 软函数
- 平滑史
- SoftMax功能
- 威布尔分布
- netoid函数
- 蒙特卡洛法
- 经验平均值
- 固定概率分布
- 经验措施
- McKean-Vlasov过程
- 非线性过滤方程
- 黑森州矩阵
- ISING模型
近似技术或优化定理
- 泰勒系列
- 梯度下降
- 纽顿定理
- 纽顿近似法
- 根找到算法
- 住户的方法
- 有理近似
- 哈莉近似
- padé近似
- 双苯胺近似
- 先验数理论
- 模拟退火
- 最陡的下降
其他微积分主题
- 差分计算
- 积分积分
- 命题演算
- Ricci微积分
- lambda演算
- 随机演算
- 汉密尔顿微积分
- 泰勒的定理
- L'Hôpital的规则
拓扑
- 集理论
- 公理
- 一般拓扑
- 拓扑空间理论
- 代数拓扑
- 差异拓扑
- 张量空间理论
- 低维空间理论
- 结理论
- 连续功能
- 同构
- 克莱因瓶
- 拓扑不变
- 拓扑数据分析
- 接近参数
- 贝蒂号
- 持续的同源性
- 克莱因瓶
数学和机器学习的力学类型
- 分析力学
- 拉格朗日力学
- 哈密顿力学
- 劳斯力学
- Koopman – Von Neumann力学
阶乘
- 伽马功能
聚会
Google组
从事产品的公司
Linkedlin组
学位
合并书籍
合并视频
合并的研究论文
合并的复位科学家