runxinzhi.com
首页
百度搜索
查看每个核的资源情况
sar -P ALL -u
相关阅读:
线性方程组迭代法
统计学习方法——朴素贝叶斯法、先验概率、后验概率
信息熵、相对熵(KL散度)、交叉熵、条件熵
六级听力词组积累
样本均值和样本方差的无偏性证明、样本方差的方差
Python 矩阵相关
Python 绘图
win10、VSCode、python3数据科学库
Python杂记
Gradient descend 梯度下降法和归一化、python中的实现(未完善)
原文地址:https://www.cnblogs.com/zhaoyangjian724/p/3798008.html
最新文章
PCA——主成分分析
SVM——支持向量机,人脸识别实验
拉格朗日对偶性
傅里叶级数
机器学习——霍夫丁(Hoeffding)不等式证明
Decision tree——决策树
LDA——线性判别分析基本推导与实验
Latex使用笔记
GAN——生成式对抗网络
记忆增强神经网络
热门文章
pydotplus使用
数学上加强理解的一些trick
均匀分布映射到任意分布
非参数估计——核密度估计(Parzen窗)
特征值之积等于矩阵行列式、特征值之和等于矩阵的迹
统计学习方法——机器学习概论
拉格朗日乘数法
大数定律及中心极限定理
机器学习——性能度量
幂法(指数迭代法)
Copyright © 2020-2023
润新知