筆者準備轉行到人工智慧這一塊，因為數學知識畢業後就丟了，所以現在忘記了好多，筆者這邊準備重新拿起來學起來，而人工智慧這一塊需要數學的一些知識，所以這邊寫了一些部落格用於記錄。
但也有一些缺陷，因為筆者也是剛開始摸索，所以用到哪邊的數學知識暫時不清楚（這邊有人總結出來，我也不確定是否正確【網友整理所需數學知識總結】），以至於我這邊是將高等數學，線性代數，概率統計全部學一遍，如果網友知道哪些需要看哪些不需要看那更好，我這邊由需要你們的知識的話也希望能幫助大家。高等數學因為學習完畢了，但當時沒有寫下來，所以這邊我就沒寫，如果後面有時間或有需要，我再進行補充。這邊是從線性代數開始，然後後面會由概率論等其他數學知識。
數學知識學習完後，後面會學習機器學習，至於後面，我會陸續將我學習機器學習的過程記錄下來，只是做乙個記錄，以便後面查閱。
機器學習 前言
自己之前並沒有接觸過任何機器學習的理論，從圖書館也翻過一些書籍，全都是晦澀難懂的數學推導，看一會兒就倦意襲來，陪周公下棋去了。這東西在我看來這麼難，為啥還要參加這個專案呢？主要還是因為對它感興趣。我想弄清楚當下這麼火的人工智慧究竟是個什麼玩意兒 我想看看 人工智慧毀滅人類 的說法究竟有沒有成真的可能...
機器學習總結 前言
機器學習任務型別主要分為兩大類 監督學習 supervised learning 分類 classification 回歸 regression 排序 ranking 非監督學習 unsupervised learning 聚類 clustering 降維 dimensionality reduct...
機器學習 特徵選擇筆記 前言
最近學習特徵選擇，在此記錄下學習過程，一是為加強理解，一是為學習交流。本人能力有限，望多多指教。特徵選擇 前言 1 2 不相關特徵對c4.5演算法影響很大，如果去除不相關特徵，c4.5效能會得到很大提高 3 4 5 樸素貝葉斯對不相關特徵不敏感，但是對冗餘特徵敏感，如果能降低特徵冗餘則會提高樸素貝葉...