深度学习500问

目录2

第一章 数学基础1

1.1标量、向量、张量之间的联系1

1.2张量与矩阵的区别？1

1.3矩阵和向量相乘结果1

1.4向量和矩阵的范数归纳1

1.5如何判断一个矩阵为正定？2

1.6导数偏导计算3

1.7导数和偏导数有什么区别？3

1.8特征值分解与特征向量3

1.9奇异值与特征值有什么关系？4

1.10机器学习为什么要使用概率？4

1.11变量与随机变量有什么区别？4

1.12常见概率分布？5

1.13举例理解条件概率9

1.14联合概率与边缘概率联系区别？10

1.15条件概率的链式法则10

1.16独立性和条件独立性11

1.17期望、方差、协方差、相关系数总结11

第二章 机器学习基础14

2.1 各种常见算法图示14

2.2监督学习、非监督学习、半监督学习、弱监督学习？15

2.3 监督学习有哪些步骤16

2.4 多实例学习？17

2.5 分类网络和回归的区别？17

。。。。。。

下载链接：（网盘访问密码：1122）

深度学习500问（DeepLearning-500-questions-master）.zip

点击链接查看详情