Tags
5 个页面
机器学习
贝叶斯定理：用“新证据”更新概率，AI与统计的核心
奇异值分解 (SVD)：将任意矩阵分解为旋转和缩放，应用于数据压缩与AI
最小二乘法：用线性代数寻找散点数据的“最佳拟合直线”
格拉姆-施密特正交化：将扭曲的基向量重新排列为整齐的相互垂直向量的算法
特征值与特征向量：矩阵变换中“方向不变”的特殊向量及其应用
