原文:
机器学习:Kullback
信息熵最大值的证明
沅芷澧兰青云斋 阅5584 转3
Deep Learning for Beginners
openlog 阅106 转2
矩阵、向量求导法则
imelee 阅259 转5
泊松分布的期望和方差推导
庞紫成长馆 阅14691 转4
闭区间套定理(Nested intervals theorem)讲解2
quasiceo 阅157
循环群的例子
lichwoo 阅334
10: Empirical Risk Minimization
Rainbow_Heaven 阅50
解码之Beam Search算法
benham 阅9532 转11
贝塔、伽马分布
东车师 阅817 转5
角动量与角动量守恒
竹轩蓝韵 阅2969 转7
自然常数e的解释
联合参谋学院_ 阅163 转6
Neural Variational Inference: Classical Theory
htxu91 阅79
生存分析(Survival Analysis)、Cox风险比例回归模型(Cox proportional hazards model)及
像你一样耀眼的 阅2170 转13
熵之为熵(2):信息熵背后的“物理”原理(上)
fxl810 阅3280 转7
FanJianning: LDA主题模型简介 | 统计之都 (中国统计学门户网站,免费统计学服务平台)
检霸无敌 阅243 转3
MCMC(二)马尔科夫链(转自刘建平Pinard)
颜默薇 阅321 转3
逆采样(Inverse Sampling)和拒绝采样(Reject Sampling)原理详解
学海无涯GL 阅1749 转3
卡方分布与卡方检验
Z2ty6osc12zs6c 阅1351 转2
机器学习模型性能评估方法笔记
Pythonxu 阅929 转2
PaddlePaddle
冬城溪酒之秦文 阅404 转2
几种机器学习模型的基本思路
Dragon_chen 阅685 转2
Naive Bayes Classifier
700619 阅61
RankNet与LambdaRank
Clay*more 阅106
首页
留言交流
联系我们
回顶部