一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述：均值：标准差：方差：均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0, 8, 12, 20]和[8, 9, 11, 12

卷积神经网络（CNN）概述由来：神经元网络的直接升级版相关：Yann LeCun和他的LeNet影响：在图像、语音领域不断突破，复兴了神经元网络并进入“深度学习”时代卷积神经网络沿用了普通的神经元网络即多层感知器的结构，是一个前馈网络。以应用于图像领域的CNN为例，大体结构如图1。很明显，这个典型的结构分为四个大层次输入图像I。为了减小复杂度，一般使用灰度图

协方差矩阵相关概念、性质、应用意义及矩阵特征向量的用处

本文转载自其他文章，并对文章中极少数的部分错误点进行了改正。本文整理了网上几位大牛的博客，详细地讲解了CNN的基础结构与核心思想，欢迎交流。1. 概述     卷积神经网络是一种特殊的深层的神经网络模型，它的特殊性体现在两个方面，一方面它的神经元间的连接是非全连接的， 另一方面同一层中某些神经元之间的连接的权重是共享的（即相同的）。它的非全连接和权值共享的网络结

本文是将两篇文章进行了总结，其中一篇网址为：http://www.jeyzhang.com/cnn-learning-notes-1.html这里神经网络结构讲的比较细，可能有点难懂，但理解之后其他就迎刃而解了。 本文章后面还有结构的简化描述。1.简介：卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点。它的权值共享网络结构