以下是张玉宏的《深度学习之美》阅读笔记.在深度学习中，经常有“end-to-end（端到端）”学习的提法，与之相对应的传统机器学习是“Divide and Conquer”（分而治之）。这些都是什么意思呢？“end-to-end”（端到端）“end-to-end”（端到端）说的是，输入的是原始数据（始端），然后输出的直接就是最终目标（末端），中间过程不可知，也难以知。比如，基于深度学习的...

概率质量函数 Vs. 概率密度函数在概率论中，概率质量函数（probability mass function，简写为pmf）是离散随机变量在各特定取值上的概率。概率质量函数和概率密度函数不同之处在于：概率质量函数是对离散随机变量定义的，本身代表该值的概率；概率密度函数是对连续随机变量定义的，本身不是概率，只有对连续随机变量的概率密度函数在某区间内进行积分后才是概率。...

测试用例数据：sample_case001到sample_case005提供了5组测试数据，供选手验证算法性能。测试数据的输入信息文件命名为sample_case001_input.txt等，对应的正确的终端位置信息文件命名为sample_case001_ans.txt。为了与实际应用场景相吻合，测试数据是在LOS或者NLOS环境下测量得到，未予说明。竞赛用例数据：case001到ca...

以下是张玉宏的《深度学习之美》阅读笔记.在深度学习中，经常有“end-to-end（端到端）”学习的提法，与之相对应的传统机器学习是“Divide and Conquer”（分而治之）。这些都是什么意思呢？“end-to-end”（端到端）“end-to-end”（端到端）说的是，输入的是原始数据（始端），然后输出的直接就是最终目标（末端），中间过程不可知，也难以知。比如，基于深度学习的...

在大数据时代，网络上的文本数据日益增长。采用文本分类技术对海量数据进行科学地组织和管理显得尤为重要。文本作为分布最广、数据量最大的信息载体，如何对这些数据进行有效地组织和管理是亟待解决的难题。文本分类是自然语言处理任务中的一项基础性工作，其目的是对文本资源进行整理和归类，同时其也是解决文本信息过载问题的关键环节。文本分类按照任务类型的不同可划分为问题分类、主题分类以及情感分类。常用于数字化图...

张玉宏的《深度学习之美》阅读笔记.机器学习在本质上就是找到个好用的函数。而人工神经网络最牛的地方可能就在于，它可以在理论上证明：“一个包含足够多隐含层神经元的多层前馈网络，能以任意精度逼近任意预定的连续函数”。这个定理也被称为通用近似定理（UniversalApproximationTheorem这里的“Universal”，也有人将其翻译成“万能的”，由此可以看出，这个定理的能有多大。...

组网雷达技术简介雷达组网，它不是多部或多种雷达简单的拼凑，而是在优化组网基础上，对组网各雷达的授时、空间定位和工作方式进行协调，然后对各雷达的数据进行融合、目标识别，最终才能使雷达网具有优异的抗干扰性能和目标检测性能。与单雷达系统相比，雷达组网可以带来许多特殊效益，它包括以下几个方面：第一：扩大了空间覆盖范围，具有在更大区域范围内搜索和跟踪目标的能力；第二：减小了雷达覆盖范围内的盲区，尤其...

概率质量函数 Vs. 概率密度函数在概率论中，概率质量函数（probability mass function，简写为pmf）是离散随机变量在各特定取值上的概率。概率质量函数和概率密度函数不同之处在于：概率质量函数是对离散随机变量定义的，本身代表该值的概率；概率密度函数是对连续随机变量定义的，本身不是概率，只有对连续随机变量的概率密度函数在某区间内进行积分后才是概率。...

转载自马同学高等数学1 二次函数(方程)的特点1.1 二次函数最简单的一元二次函数就是：给它增加一次项不会改变形状：增加常数项就更不用说了，更不会改变形状。1.2 二次方程下面是一个二元二次方程：给它增加一次项也不会改变形状，只是看上去有些伸缩：1.3 小结对于二次函数或者二次方程，二次部分是主要部分，往往研究二次这部分就够了。2 通过矩阵来研究二次方程因为二次函数...

categorical or nominal attribute：是只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，是用文字来描述的。例如：（1）人口按性别分为男、女两类；（2）企业按行业属性分为医药企业、家电企业、纺织品企业等；为了便于统计处理，对于分类数据可以用数字代码来表示各个类别，比如：用1表示“男性”，0表示“女性”；用1表示“医药企业”，2表示“...