awesome machine learning deep learning mathematics下載 - awesome machine learning deep learning mathematics源代碼下載

awesome machine learning deep learning mathematics

其他類別

1.0.0

下載

很棒的機器學習和深度學習數學

精心策劃的機器學習和深度學習數學以及高級數學描述，文檔，概念，研究材料，視頻，庫和軟件（按語言）的清單。

介紹
- 為什麼數學對機器學習很重要？
基礎
- 什麼是機器學習？
- 什麼是深度學習？
- 數學在機器和深度學習中的應用？
- 使用數學與無數學的機器和深度學習
機器和深度學習的數學主題
- 線性代數
- 概率和統計
- 線性演算
- 矢量計算
- 張量計算
- 其他微積分主題
- 圖理論
- 複雜性定理
- 數字理論
- 優化定理
- 拓撲
機器和深度學習的高級數學主題
- 漢密爾頓微積分
- halleyscillus
- 複雜數字
- 四次
- 鎮靜
- qudratic函數
- 高級概率和統計
- NP問題
線性代數
- 線性方程
- 多項式方程
- 向量
- 矩陣
- 張量
- 向量空間
- 特徵值和特徵向量
- 笛卡爾坐標系
- 基質分解
- 張量分解
- 結構幾何形狀
- 階乘
概率和統計
- 可能性
- 概率規則
- 意思是
- 中位數
- 模式
- 方差
- 標準偏差
- 隨機變數
- 概率分佈
- 有條件的概率
- 概率密度函數
- 累積概率分佈
- 樣品或採樣
- 人口
- 統計推斷
- 最大似然
- 二項式分佈
- 常態分佈
- 高斯分佈
- 統計模型
- 期望最大化
- 中央限制定理
- 充分
- 當地的最小值和最大
- 回歸
- 線性回歸
- 隨機過程
- 假設
- 貝葉斯的概率
- 零假設
- 置信區間
- 相關性
- 相關係數
- 直方圖
- Z得分
- 協方差
- 最少的正方形配件
- 後概率
- 引導
- 交叉驗證
- 穆勒定理
高級概率和統計
- 線性回歸
- 切線
- 雙曲線切線
- Gompertz曲線
- OGEE曲線
- Sigmoid函數
- 激活功能
- 廣義邏輯曲線
- Gompertz功能
- Heaviside步驟功能
- 雙曲功能
- 邏輯分佈
- 邏輯功能
- 邏輯回歸
- logit
- 修飾的雙曲線切線
- 軟函數
- 平滑史
- SoftMax功能
- 威布爾分佈
- netoid函數
- 蒙特卡洛法
- 經驗平均值
- 固定概率分佈
- 經驗措施
- McKean-Vlasov過程
- 非線性過濾方程
- 黑森州矩陣
- ISING模型
近似技術或優化定理
- 泰勒系列
- 梯度下降
- 紐頓定理
- 紐頓近似法
- 根找到算法
- 住戶的方法
- 有理近似
- 哈莉近似
- padé近似
- 雙苯胺近似
- 先驗數理論
- 模擬退火
- 最陡的下降
其他微積分主題
- 差分計算
- 積分積分
- 命題演算
- Ricci微積分
- lambda演算
- 隨機演算
- 漢密爾頓微積分
- 泰勒的定理
- L'Hôpital的規則
拓撲
- 集理論
- 公理
- 一般拓撲
- 拓撲空間理論
- 代數拓撲
- 差異拓撲
- 張量空間理論
- 低維空間理論
- 結理論
- 連續功能
- 同構
- 克萊因瓶
- 拓撲不變
- 拓撲數據分析
- 接近參數
- 貝蒂號
- 持續的同源性
- 克萊因瓶
數學和機器學習的力學類型
- 分析力學
- 拉格朗日力學
- 哈密頓力學
- 勞斯力學
- Koopman – Von Neumann力學
階乘
- 伽馬功能
聚會
Google組
從事產品的公司
Linkedlin組
學位
合併書籍
合併視頻
合併的研究論文
合併的複位科學家