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

维度诅咒：当特征空间爆炸会发生什么？ 为什么加了一堆特征，模型反而集体失效了！ #干货分享 #统计学 #机器学习 #数据科学 #涨知识

【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

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

今日《三角函数之正切》课堂结尾视野拓展。当你手握一瓶百岁山，可曾凝望那曼妙的凹槽，思索它仅为装饰？抑或暗藏玄机？这些优雅的曲线，正是正切函数在现实世界中的诗意栖居！愿今日的正切函数之旅，不仅为你打开数学世界的一扇新窗，更在你心中播下一粒种子。当未来你再次品味那泓清泉，愿你能透过晶莹的水滴，凝视那方寸瓶身承载的函数之美——那一刻，你品味的不仅是自然的甘冽，更是数学跨越时空的永恒魅力，是函数背后理性与诗意共舞的独特浪漫。 （PS：百岁山是不是得给我代言费，哈哈） #园林数学 #跨学科学习 #正切 #函数

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

邻接矩阵是图论中表示图结构的经典数学工具，由匈牙利数学家库拉托夫斯基在20世纪初提出，通过矩阵元素a[i][j]表示节点i和j间的连接关系。其起源可追溯至欧拉对七桥问题的研究，为图的代数表示奠定基础。现代应用中，邻接矩阵广泛用于计算机科学领域，包括社交网络分析、路径规划算法、网络安全评估等。在机器学习中，基于邻接矩阵的图神经网络(GNN)成为处理非结构化数据的前沿方法，在推荐系统、分子结构预测和交通流量优化等场景展现强大能力，推动了图论从理论到实际应用的深度融合。

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