机器学习中的必修数学（五）
2017-09-25 17:15
211 查看
线性空间
线性空间与基
例子：坐标系的选取
小结：线性空间与基
线性映射
线性变换的矩阵描述
线性映射与矩阵
线性映射与矩阵（小结）
几何变换
简单递归-斐波那契数列
线性模型递归
线性回归
几何逼近
最小二乘法（统计）
线性空间与基
例子：坐标系的选取
小结：线性空间与基
线性映射
线性变换的矩阵描述
线性映射与矩阵
线性映射与矩阵（小结）
几何变换
简单递归-斐波那契数列
线性模型递归
线性回归
几何逼近
最小二乘法（统计）
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 机器学习中的必修数学（六）
- 机器学习中的必修数学（十）
- 机器学习中的必修数学（八）
- 机器学习中的必修数学（一）
- 机器学习中的必修数学（二）
- 机器学习中的必修数学（七）
- 机器学习中的必修数学（三）
- 机器学习中的必修数学（九）
- 机器学习中的必修数学（四）
- 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
- 机器学习中的数学(6)——梯度下降法总结
- 机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)
- 【ML学习笔记】10：机器学习中的数学基础7(张集,秩,维度,行阶梯形)
- 机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)
- 机器学习中的数学(7)——PCA的数学原理
- 人工智能、机器学习及数学基础经典著作24本PDF下载地址(个别无链接请购买)
- 和机器学习和计算机视觉相关的数学之一
- 机器学习中的数学知识——微积分
- 机器学习中的数学系列-矩阵奇异值分解(SVD)及其应用
- 机器学习用到的数学知识