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

【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

到底什么是神经网络？ #神经网络 #深度学习 #人工智能 #大模型 #知识前沿派对

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

导弹追踪原理：第14讲 矩阵及其逆的低秩变化 低秩变化，通常指的是数据矩阵的秩发生变化，且这种变化发生在较低的秩空间内。这种变化可能源于各种因素，例如数据噪声、特征变化或者系统状态的改变。低秩变化分析在信号处理、图像处理和机器学习等领域有广泛应用，例如用于异常检测、图像修复和特征提取。理解低秩变化有助于更好地理解数据的本质，并从中提取有价值的信息。 这种变化通常是指在数据的低秩结构中出现的微小扰动或变化，这些变化可能指示着数据的重要特征或潜在的模式变化。#卡尔曼滤波 #信号处理 #图像处理 #机器学习

【无痛线代】彻底搞懂SVD！矩阵究竟怎么就奇异了？ #数学 #线性代数 #数学思维 #人工智能 #大学学习

大白话讲明白KNN算法 以及距离、范数、正则化之间又有什么关系？#深度学习 #机器学习 #人工智能 #机器学习入门 #KNN

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

一切模型背后的灵魂：最大似然估计 为什么几乎所有模型的目标函数，最终都能指向这条原理？从机器学习到神经网络，背后的哲学都来自同一个思想：最大似然估计（MLE）！#数理统计 #概率论 #统计学 #机器学习 #数学思维

图灵奖与诺贝尔物理学奖的双重加冕者，深度学习时代的真正奠基者，反向传播算法的复兴与布道者，深度信念网络的提出者，让图像识别准确率跨越式跃升的人，推动语音识别与机器学习走向实用的人，一手点燃席卷全球的 AI 革命，培养出一整代顶级 AI 科学家，神经网络王朝真正的开国宗师，深度学习之父，Geoffrey Hinton #程序员 #计算机 #ai #人工智能 #科学

奇异值分解（SVD）作为一项历史悠久的矩阵分解技术，其核心在于将任意实数矩阵分解为三个特定矩阵的乘积。这一数学工具在图像压缩领域展现出强大实用性——通过保留前k个最大奇异值及其对应向量，即可用极少的存储空间实现图像数据的近似重建，揭示了图像中潜在的“能量集中”特性。 随着人工智能时代的到来，SVD的应用边界不断拓展。在自然语言处理中，它通过潜在语义分析构建词-文档关系模型；在推荐系统里，它实现用户-物品交互矩阵的降维与特征提取；在深度学习中，更被用于网络剪枝与模型压缩。当前研究前沿已延伸至张量SVD、随机

AI菜品识别结算进高中食堂，提高打饭效率，节省学习、休息时间 AI菜品识别结算进高中食堂，提高打饭效率，节省学习、休息时间#AI #泰安三中新校 齐鲁晚报•齐鲁壹点 李增浩泰安三中新校新上AI菜品识别自动结算平台，学生在选择好菜品后可直接放在机器上扫描，放卡扣款后完成结算。