1.粒子滤波是动态系统非线性非高斯的情况2.粒子滤波无法像卡尔曼滤波求得解析解，需要用蒙特卡洛采样3.采取重要性采样方法近似计算也无法直接求解粒子滤波问题4.序列重要性采样得到t时刻与t...

上一节，我们介绍了Seq2Seq模型，它的生成序列来自同一个语义编码器C：因此，在句子比较短时，该模型性能还可以，对于稍长一些的句子，模型的性能就不尽人意了。为此，注意力机制模型应运而生。...

上一篇我们介绍了迁移学习的核心思想和流程，我们介绍一个实例来加深理解。传送门：迁移学习概述获取预训练模型pytorch和tensorflow都封装了很多预训练模型。pytorch通过工具包...

1.统计机器学习常用的四种方法：正则化、核化、集成化和层次化2.深度神经网络包括多层感知机、卷积神经网络和循环神经网络等3.深度生成网络包括深度有向网络、深度信念网络和深度波尔茨曼机4....

这一篇我们对从机器学习过渡到深度学习的入门篇做一个总结。深度学习分为深度神经网络和深度生成模型。其中，深度神经网络的基础是感知机算法（PLA），它是以错误驱动为思想的线性分类算法。在此基础...

1.统计机器学习常用的四种方法：正则化、核化、集成化和层次化2.深度神经网络包括多层感知机、卷积神经网络和循环神经网络等3.深度生成网络包括深度有向网络、深度信念网络和深度波尔茨曼机4....

1.留出法可用sklearn包ShuffleSplit和train_test_split实现2.ShuffleSplit可以实现多次随机划分，train_test_split只能实现一次...

今天我们对概率图模型（Probabilistic Graphical Model，PGM）做一个总结。模型表示概率图模型，是指一种用图结构来描述多元随机变量之间条件独立关系的概率模型...

1.分部积分是不定积分运算的第三种常用方法2.熟悉分布积分法的常用情形3.线性性质、换元积分和分布积分是三种计算不定积分的常用方法前两篇我们介绍了不定积分的线性性质和换元积分法，包括第一类换元积分和第二类换元积分，今天我们继续介绍另外一种积分运算方法——分部积分法分部积分法的原理很简单，利用微分的运算得到：这就是分部积分法的公式。该公式表明，若被积函数v关于积分变量u的不...

在机器学习篇章中，我们简单介绍了卷积核，今天，我们借助知乎的一篇文章，梳理一下对卷积核一些基本情况。传送门：卷积神经网络（CNN）什么是卷积核在数学上，卷积核的标准定义是两个函数在反转和移...