资源分享|个人私藏和精选的视频教程资源汇总
公众号到今天恰好建立了半年，在这里我分享自己精选和私藏的视频教程。下面的教程并不会漫无目的的夸多，只分享我觉得足够好，足够精的好资料，希望对大家能有所帮助。李宏毅老师机器学习视频李宏毅老师深度学习视频斯坦福吴恩达老师经典机器学习视频林轩田老师机器学习基石课程视频林轩田老师机器学习技法课程视频李飞飞老师著名课程CS231视频NeuralNetworkforMachineLearning视频[Hint
干货|感知机更新算法正确性的直观理解
这里我们就用一个例子，本来该点应该分为正类，错分为负类，进行更新后，直观上算法的正确性判断。首先当我们感知机算法更新到某一点的时候，假如原来A点的正确类别是正类，y=1，算法将它判断为负类,判断为-1，如下所示：我们能够看到此时更新到了左下角的红色正方框，此时是将它分错了，假设它为正类y=1,而我们将它分为了负类，分成了-1。那么进行参数更新！更新方式如下：那么为什么更新后的超平面一定就比没有更新
干货|MIT线性代数课程精细笔记[第一课]
1知识概要本节开始，我们一起来学习线性代数的有关知识，首节我们从解方程谈起，学习线性代数的应用之一就是求解复杂方程问题，本节核心之一即为从行图像与列图像的角度解方程。2方程组的几何解释基础2.1二维的行图像我们首先通过一个例子来从行图像角度求解方程：我们首先按行将方程写为矩阵形式：系数矩阵(A)：将方程系数按行提取出来，构成一个矩阵。未知向量(x)：将方程未知数提取出来，按列构成一个向量。向量(b
干货|SVM（一）·最全面的感知机总结
SVM(一)感知机感知机是个相当简单的模型，但它既可以发展成支持向量机（通过简单地修改一下损失函数）、又可以发展成神经网络（通过简单地堆叠），所以它也拥有一定的地位。为方便，我们统一讨论二分类问题，并将两个类别的样本分别称为正、负样本1感知机能做什么感知机能（且一定能）将线性可分的数据集分开。什么叫线性可分？在二维平面上、线性可分意味着能用一条线将正负样本分开，在三维空间中、线性可分意味着能用一个
在线APP-V与RemotoAPP
特点：RemotoAPP必须依赖远程桌面服务APP-V基于域环境两者可以配合使用区别：RemotoAPP软件消耗资源负载是在服务器端APP-V软件消耗资源负载是在客户端p_w_picpath共同点：解决兼容性问题解决软件测试和部署问题保护公司软件资产部署：APP-V，客户端需要安装APP-V客户端才可以使用
今日推荐
周排行