@KirkDBorne: "机器学习纸笔练习" 下载211页PDF:http://arxiv.org/abs/2206.13446 作者GitHub:h…
摘要
这篇论文提供了211页的纸笔练习合集,涵盖了机器学习的关键主题,包括线性代数、优化、图模型和变分推断,旨在作为教育资源。
查看缓存全文
缓存时间: 2026/07/04 16:49
“Pen and Paper Exercises in Machine Learning” 下载211页PDF:http://arxiv.org/abs/2206.13446 作者GitHub:https://github.com/michaelgutmann/ml-pen-and-paper-exercises… ————— #DataScientist #AI #ML #DataScience
机器学习中的笔纸练习
来源:https://arxiv.org/abs/2206.13446 查看PDF(https://arxiv.org/pdf/2206.13446)
摘要:这是一份(主要是)机器学习中的笔纸练习合集。练习涵盖以下主题:线性代数、优化、有向图模型、无向图模型、图模型的表达能力、因子图与消息传递、隐马尔可夫模型的推理、基于模型的学习(包括ICA和非归一化模型)、采样与蒙特卡洛积分,以及变分推理。
提交历史
来自:Michael Gutmann [查看邮件(https://arxiv.org/show-email/abaa720a/2206.13446)] **[v1]**2022年6月27日星期一 16:53:30 UTC(1,679 KB)
相似文章
@KirkDBorne: [下载585页PDF电子书] Game Theory: http://arxiv.org/abs/1512.06808 ————— #GameTheory #Gamification #Mathematics…
一份来自arXiv的585页开放获取的博弈论PDF教材,包含165道已解答的习题。
@KirkDBorne: Machine Learning Refined — 基础、算法与应用(含100个Python深入编程练习):ht…
推广Kirk Borne的书籍《Machine Learning Refined》,内容涵盖机器学习基础及Python编程练习。
@KirkDBorne: 在此获取《Mathematics of Machine Learning》: http://amzn.to/4eN7i52 作者: @TivadarDanka v/ @PacktDataML — GitHub: http://gi…
对Tivadar Danka所著《Mathematics of Machine Learning》一书的评论,涵盖了人工智能和机器学习的数学基础,并提供了实用的Python示例和Jupyter笔记本。
@KirkDBorne: AI和ML论文解析(超大列表):https://github.com/dair-ai/ML-Papers-Explained… 由 @omarsar0 @dair_ai 整理 …
一条推文分享了一个GitHub仓库,该仓库汇编了关键机器学习论文的解析,例如Transformer、BERT和GPT,用于教育目的。
@KirkDBorne:《Python机器学习实战》:http://amzn.to/3MczBwk via @PacktDataML + GitHub:http://github.com/PacktPublishin… …
推广《Python机器学习实战》第四版,作者Yuxi (Hayden) Liu,涵盖使用TensorFlow、PyTorch和scikit-learn的最佳实践和高级机器学习技术。