Loading [MathJax]/extensions/AssistiveMML.js
马同学
···
首页
···
专栏
···
课程
解答
···
人工智能算法
如何理解线性判别分类器（LDA）？
如何理解机器学习中的“偏差”和“方差”？
如何理解判别模型和生成模型？
如何理解梯度下降法？
梯度下降法是用来计算函数最小值的，它的思路很简单，就是模拟一个小球滚到谷底的过程。
为什么支持向量机会有对偶算法？
一句话答案，为了计算决策边界更简单。
如何理解线性回归？
感知机的暴力实现
什么是机器学习？
明天太阳一定会升起吗？兼谈拉普拉斯平滑
如何通俗地理解信息增益？
如何通俗地理解熵？
如何理解主元分析（PCA）？
主元分析的目的是降低数据的维度。
如何理解拉格朗日乘子法和KKT条件？
如何理解拉格朗日乘子法？
如何理解最小二乘法？
最小平方法是十九世纪统计学的主题曲。 从许多方面来看, 它之于统计学就相当于十八世纪的微积分之于数学。
从拉格朗日插值法到范德蒙行列式
和牛顿插值法的结果一样，思路却不一样。
如何通俗易懂地讲解牛顿迭代法？
高次方程没有通解，可以依靠牛顿迭代法来求解。
从牛顿插值法到泰勒公式
牛顿插值法是泰勒公式的源头。
如何通俗地理解卷积？
从数学上看，卷积如同加减，就是一种算法。
马同学带你学
马同学机器学习
监督式学习
(更新中)
适合机器学习零基础入门
马同学图解数学
线性代数
(已完本)
覆盖同济版《线性代数》
知识点
练习
单变量微积分
(已完本)
覆盖同济版《高数》(上)
知识点
练习
多变量微积分
(已完本)
覆盖同济版《高数》(下)
知识点
练习
概率与统计
(已完本)
覆盖浙大版教材前八章
知识点
练习
教材习题与考研真题解答
《线性代数》
同济大学第六版习题解答
《高等数学(上)》
同济大学第七版上册习题解答
《高等数学(下)》
同济大学第七版下册习题解答
《概率论与数理统计》
浙江大学第四版习题解答
数学一考研真题
考研数学一历年真题解答
关注马同学
微信公众号：matongxue314
马同学机器学习
监督式学习
(更新中)
适合机器学习零基础入门
马同学图解数学
线性代数
(已完本)
覆盖同济版《线性代数》
单变量微积分
(已完本)
覆盖同济版《高数》(上)
多变量微积分
(已完本)
覆盖同济版《高数》(下)
概率与统计
(已完本)
覆盖浙大版教材前八章
关注马同学
微信公众号：matongxue314
