大白话讲明白支持向量机算法 #支持向量机 #svm #SVM #机器学习 #机器学习入门

大白话讲明白PCA降维算法（上集） #PCA主成分 #机器学习 #机器学习入门 #降维算法 #主成分分析

汽车的排量丶扭矩丶功率丶马力有什么作用？它们之间又有什么关系

从《九章算术》到人工智能，线性代数8大突破 #线性代数 #数学 #人工智能 #数据科学 #机器学习

徐州各县由来之邳州，下邳，邳州及古邳镇之间又有什么关系？#城市街拍

【从夯到拉】盘点一下市面上主流的人工智能书籍! #人工智能 #机器学习 #深度学习 #书籍 #神经网络

大白话讲明白Transformer的四种注意力机制 #Transformer #注意力机制 #交叉注意力 #掩码注意力 #深度学习入门

学了10年神经网络深度学习，本质并不高大上 在这期视频中，我会用直观的可视化方式，从最基本的数学原理讲起，带你理解神经网络是如何从数据中一步步学会预测的。#神经网络 #深度学习 #机器学习 #入门 #人工智能

我们找到了让AI反直觉的物理学背叛 #深度学习 #机器学习 #扩散模型 #人工智能 #物理

慢镜头看石宇奇的步伐转换，以及学习与安东森之间斗智斗勇的球商 #羽毛球 #羽毛球精彩片段 #石宇奇 #安东森

风霁：优化体验，还是塑造现实？平台推荐算法探秘 今天的嘉宾风霁是一位资深的推荐算法工程师。 风霁在国内的几家大厂的推荐算法场景有 8 年的研究与工作经验，他参与了推荐算法的基础模型复杂化的整个进程：从最早的简单机器学习、深度学习，到目前大模型相关的技术在推荐场景下的各种结合应用。 这其中涉及到了用户体验层面的诸多问题，比如信息茧房、社区内容生态、流量公平性等等。 和风霁的这次对话，我们还追问了很多问题，包括技术的事实层面，也包括了一些科技和文化领域的交叉。 我们都生活在这个算法驱动的信息时代，算法

采样推断：蒙特卡洛和变分推断 机器学习 生成模型底层算法 围绕机器学习中不可计算积分这一核心挑战，展开了从经典概率近似方法到现代生成模型底层逻辑的完整演进梳理，介绍贝叶斯推断中积分难问题的核心方法。蒙特卡洛通过随机采样模拟分布；MCMC利用马尔可夫链处理无法归一化的后验概率；变分推断将统计模拟转化为优化问题，通过最大化ELBO逼近目标。Metropolis-Hastings（MH）算法解决了直接采样的难题，但在大数据、高维度场景下存在明显缺陷，也是其被变分推断替代的核心原因，是从蒙特卡洛方法到现代生成模型