搜索
首页
大数快讯
大数活动
服务超市
文章专题
出海平台
流量密码
出海蓝图
产业赛道
物流仓储
跨境支付
选品策略
实操手册
报告
跨企查
百科
导航
知识体系
工具箱
更多
找货源
跨境招聘
DeepSeek
数据科学人工智能
认领
若您是该账号的归属人，或您是该组织的成员，可
申请认领
关注
在线咨询
聚焦数据科学，大数据，人工智能，区块链和云计算等话题。技术资料分享，院士名家观点分享，前沿资讯分享。
931
内容
0
粉丝
405
曝光量
AI的数学基础 | 贝叶斯定理
贝叶斯定理由18世纪英国数学家托马斯·贝叶斯提出，其核心思想是利用新获取的证据，修正对事件的原有判断，这一思想为不确定性推理提供了科学的数学框架。
6天前
AI的数学基础 | 参数估计：基于样本的总体特征推断
参数估计是基于样本数据中蕴含的统计信息，通过科学的推断方法，对总体分布的未知参数进行合理估计。
1周前
AI的数学基础 | 样本生成：从已知分布生成样本
从已知分布生成样本，是指基于明确的分布类型及该分布的参数，通过随机数生成算法或数学转换，构造出一组服从该分布规律的模拟数据的过程。
1周前
AI的数学基础 | 连续型分布：从均匀分布到贝塔分布
下面我们介绍人工智能里常用六种连续型分布。均匀分布适合无偏向的随机场景，正态分布贴合基础数据的常见规律，指数分布用来描述时间间隔，对数正态分布能处理大部分数值偏小、少数数值偏大的数据，学生t分布适合小
1周前
AI的数学基础 | 离散分布的期望与方差计算
期望和方差两个概念：前者可量化长期平均收益，帮你判断游戏是否值得玩；后者可衡量收益波动程度，帮你判断结果是否可控。
1周前
AI的数学基础 | 离散型分布：从伯努利分布到泊松分布
我们介绍在人工智能领域的分类预测、结果统计、特征建模等场景使用较为频繁的五种离散分布，分别为伯努利分布、二项分布、类别分布、多项分布和泊松分布。
1周前
AI的数学基础 | 随机变量与概率分布基础
在上一节中，我们结合猫狗识别、人类身高等场景，初步感受到概率分布和贝叶斯推断能帮我们处理不确定的问题。不过要真正学会用概率建模，得先把两个基础概念搞明白，就是随机变量和概率分布。
2周前
AI的数学基础 | 概率分布与贝叶斯推断简介
概率分布与贝叶斯推断为 AI 处理不确定性问题提供基础理论。概率分布是描述不确定性的标准语言，贝叶斯推断是优化不确定性判断的关键方法。
2周前
AI的数学基础 | 随机梯度下降法
随机梯度下降法（SGD） 打破了必须用全部样本计算梯度的限制，转而通过随机选取单个样本的损失来计算梯度并更新参数。
2周前
AI的数学基础 | 矩阵形式的梯度下降
多变量梯度下降法进行矩阵化改造将会带来很多好处。首先是简化逻辑。其次，矩阵运算比手动循环计算快一个数量级，样本越多优势越明显。此外，当变量增加时，无需修改核心运算逻辑，仅需调整矩阵维度即可实现扩展。
2周前
<
1
2
3
...
94
>
