คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

เริ่มต้นที่นี่

ตัวอย่างเล็ก ๆ เหล่านี้แนะนำการคำนวณที่จะพบตลอดหนังสือ โดยใช้ข้อมูลที่สร้างขึ้นเพื่อการเรียนรู้

บทเรียน

  1. ตัวเลขและอาร์เรย์
  2. ผลรวมและค่าเฉลี่ย
  3. ผลคูณจุด
  4. ความยาวเวกเตอร์
  5. เมทริกซ์คูณเวกเตอร์
  6. ผลลัพธ์ที่เปลี่ยนไป
  7. เซตของจำนวน
  8. ดัชนีตั้งแต่ 1 ถึง N
  9. นอร์ม p ของเวกเตอร์
  10. นอร์มโฟรเบเนียส
  11. การเป็นสมาชิกของเซต
  12. เซตย่อย
  13. เวกเตอร์จำนวนจริง
  14. จำนวนจริง
  15. จำนวนเต็มบวก
  16. ช่วงดัชนี
  17. ค่าจริงบวก
  18. ช่วงหนึ่งหน่วย
  19. ฟังก์ชันและโดเมน
  20. ฟังก์ชันที่ไม่เป็นลบ
  21. การเปรียบเทียบถึงค่าคงที่
  22. ระยะทางและบอล
  23. นอร์มตัวดำเนินการของเมทริกซ์
  24. ปริภูมิฟังก์ชันที่วัดได้
  25. ตัวแปรสุ่มและกฎการแจกแจง
  26. ค่าคาดหมายและความแปรปรวน
  27. ฟังก์ชันตัวบ่งชี้
  28. เมทริกซ์เอกลักษณ์
  29. ฟังก์ชันเอกลักษณ์
  30. ตัวอย่างฝึก
  31. พารามิเตอร์ของโครงข่าย
  32. ป้ายกำกับสองค่า
  33. มิติของเมทริกซ์
  34. ค่าจริงที่ไม่เป็นลบ
  35. ช่วงของ p
  36. นอร์ม Lp ของฟังก์ชัน
  37. ปริภูมิโซโบเลฟ
  38. ผลคูณภายนอกและทรานสโพส
  39. ดัชนีที่ต่างกัน
  40. ลอการิทึมธรรมชาติ
  41. การแปลงฟูเรียร์และตัวอย่างจำกัด
  42. ข้อมูลป้อนเข้า ค่าเป้าหมาย และข้อมูล
  43. เซตสมมติฐาน
  44. ชุดตัวอย่าง
  45. กฎการเรียนรู้
  46. ฟังก์ชันกระตุ้น
  47. สถาปัตยกรรมโครงข่าย
  48. ชุดตัวอย่างสุ่มอิสระ
  49. มิติบวกหลายค่า
  50. มิติภาพ
  51. เดลตาของโครเนกเกอร์
  52. รูปร่างของเมทริกซ์
  53. ดัชนีนอกช่วงเริ่มต้น
  54. บอลหนึ่งหน่วยในปริภูมิยุคลิด
  55. ตัวแปรดัชนีสองตัว
  56. พิกัดของฟังก์ชันค่าเวกเตอร์
  57. ฟังก์ชันกำลัง
  58. ช่วงปิด
  59. โดเมนเวกเตอร์และสเกลาร์
  60. ดัชนีในช่วงจำกัด
  61. ความสูญเสียในการจำแนกสองคลาส
  62. การฉายข้อมูลป้อนเข้าและค่าเป้าหมาย
  63. เวกเตอร์พารามิเตอร์ที่อนุญาต
  64. รูปร่างน้ำหนักและไบแอสของชั้น
  65. ความกว้างโครงข่าย
  66. ฟังก์ชันต่อเนื่อง
  67. ตัวลดค่าความเสี่ยงเชิงประจักษ์
  68. ดัชนีข้อมูลป้อนเข้าฝึก
  69. ค่าพารามิเตอร์ในแต่ละขั้น
  70. ขนาดชุดย่อย
  71. ซูพรีมัมของเซตจำกัด
  72. น้ำหนักของผลรวมเชิงนูน
  73. เวกเตอร์หนึ่งทั้งหมด
  74. ชุดข้อมูลตัวอย่างค่าเวกเตอร์
  75. ค่าของแผนภาพโครงข่าย
  76. ฟังก์ชันกระตุ้นเชิงเส้น
  77. ความสูญเสียเลขชี้กำลัง
  78. กฎทำนายเชิงเส้น
  79. ปริภูมิเวกเตอร์สองค่า
  80. เวกเตอร์คุณลักษณะพหุนาม
  81. เวกเตอร์ฐานพิกัด
  82. เมเชอร์จำกัดและ L2
  83. นอร์มอนันต์ของฟังก์ชัน
  84. นอร์มฟังก์ชันที่มีเมเชอร์
  85. ปริภูมิผลคูณเวกเตอร์และสเกลาร์
  86. ความสูญเสียที่มีขอบเขต
  87. คู่ค่าคงที่บวก
  88. คู่สุ่มของข้อมูลป้อนเข้าและเป้าหมาย
  89. ค่าคาดหมายแบบมีเงื่อนไข
  90. ค่าที่มีดัชนีตามเซต
  91. ช่องสัญญาณหลายช่อง
  92. ชุดเวกเตอร์
  93. ข้อมูลสังเกตที่มีสัญญาณรบกวน
  94. นอร์มหนึ่งของน้ำหนักผลลัพธ์
  95. พารามิเตอร์นิวรอนชั้นแรก
  96. พิกัดป้อนเข้าที่เพิ่มหนึ่งพิกัด
  97. ความผิดพลาดบวกขนาดเล็ก
  98. เครื่องหมายสุ่มสม่ำเสมอ
  99. ช่วงจำกัดที่มีขอบเขตคงที่
  100. เงื่อนไขความลึกโครงข่าย
  101. ความสูญเสียจากความประหลาดใจ
  102. ขนาดชั้นซ่อน
  103. ผลต่างเซตดัชนี
  104. แมนิโฟลด์และแผนที่พิกัด
  105. ปริภูมิสัมผัส
  106. การแบ่งส่วนเอกภาพ
  107. ฟังก์ชันบนแมนิโฟลด์
  108. พารามิเตอร์คุณลักษณะสุ่ม
  109. ความแปรปรวนเริ่มต้น
  110. พารามิเตอร์เริ่มต้นสุ่ม
  111. เคอร์เนลสัมผัสประสาท ณ พารามิเตอร์
  112. ฟังก์ชันเป้าหมายแนวรัศมี
  113. ปริภูมิในปัญหาผกผัน
  114. เมเชอร์มีเครื่องหมาย
  115. ปริภูมิฟังก์ชันต่อเนื่องและปริภูมิคู่
  116. สัมประสิทธิ์การลอยและการแพร่
  117. ฟังก์ชันคลื่นและความหนาแน่น
  118. พิกัดอิเล็กตรอน
  119. เลขอะตอม
  120. ขีดกำกับแกนในภาพ
  121. ความกว้างที่ใช้ในภาพ
  122. ความแม่นยำของการประมาณ
  123. เวกเตอร์หนึ่งหน่วย
  124. เซตพารามิเตอร์กะทัดรัด
  125. จำนวนครอบคลุม
  126. กฎที่เรียนรู้จากข้อมูลสุ่ม
  127. ฟังก์ชันเรียบ
  128. ชั้นแอฟไฟน์
  129. เกรเดียนต์พารามิเตอร์
  130. มาร์จินการจำแนก
  131. สถาปัตยกรรมในภาพวิถี
  132. ขนาดชุดตัวอย่างในภาพต้นฉบับ
  133. มิติภาพขนาดใหญ่
  134. ดีกรีพหุนาม
  135. น้ำหนักผลลัพธ์เป็นศูนย์
  136. ไบแอสชั้นซ่อนเป็นศูนย์
  137. ทิศทางแนวรัศมีและเลขชี้กำลัง
  138. คู่ในชุดตัวอย่างสุ่ม
  139. การถดถอยเชิงเส้นที่มีสัญญาณรบกวน
  140. ค่าทำนายของตัวจำแนกเชิงเส้น
  141. คุณลักษณะตามเกณฑ์
  142. เมเชอร์ความน่าจะเป็นของคุณลักษณะสุ่ม
  143. วิถีของกระบวนการสุ่ม
  144. ข้อมูลเริ่มต้นของสมการเชิงอนุพันธ์ย่อย
  145. ตำแหน่งและเวลา
  146. ฟังก์ชันลิปชิตซ์
  147. พารามิเตอร์มาตราส่วนบวก
  148. ดัชนีความโค้งและความสูญเสีย
  149. สัญญาณรบกวนในตัวอย่างพหุนาม
  150. ข้อมูลป้อนเข้าสม่ำเสมอในตัวอย่างพหุนาม
  151. ชุดตัวอย่างและความเสี่ยงที่ต่างกัน
  152. ฟังก์ชันเป้าหมายในการหาค่าที่เหมาะสม
  153. ตัวกรองสั้นกว่าสัญญาณ
  154. มิติเรซิดวลที่ตรงกัน
  155. ข้อมูลป้อนเข้าโครงข่ายเรซิดวล
  156. คำตอบและเงื่อนไขเริ่มต้นของสมการเชิงอนุพันธ์ย่อย
  157. คู่ความสูญเสียแบบมีผู้สอน
  158. ยูเนียนของช่วงดัชนี
  159. จำนวนชุดย่อยต่อรอบ
  160. การกำหนดค่าเริ่มต้นเป็นศูนย์
  161. ทิศทางการปรับที่มีขอบเขต
  162. เคอร์เนลลิมิต
  163. เมทริกซ์คุณลักษณะเชิงประจักษ์
  164. การกำหนดน้ำหนักและไบแอสเริ่มต้นแบบเกาส์
  165. คลาสสมมติฐานโครงข่าย
  166. ดัชนีชั้นและความลึก
  167. มิติและจำนวน
  168. ค่าคงที่บวกในทฤษฎีบท
  169. ฟังก์ชันเป้าหมายและฟังก์ชันประมาณ
  170. ความผิดพลาดฟังก์ชันถ่วงน้ำหนัก
  171. ตัวบรรยายขนาดฟูเรียร์
  172. การเสียรูปและอนุพันธ์
  173. ตัวอย่างปริภูมิฮิลเบิร์ตจำกัดมิติ
  174. ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของชุด
  175. ขอบเขตของเซตพารามิเตอร์
  176. โครงข่าย ณ พารามิเตอร์ที่เลือก
  177. พารามิเตอร์ตัวดำเนินการคุณลักษณะ
  178. จำนวนสมาชิกของคลาสฟังก์ชันจำกัด
  179. ทิศทางการปรับด้วยเกรเดียนต์
  180. การประมาณความหนาแน่นความน่าจะเป็น
  181. รากที่สองของความหนาแน่น
  182. การประกอบฟังก์ชันเต็นท์
  183. มาตราส่วนค่าเริ่มต้นของวิถี
  184. เส้นโค้งข้อมูลป้อนเข้าโครงข่าย
  185. ความสูญเสียการจำแนกสองคลาส
  186. มิติข้อมูลป้อนเข้าของโครงข่าย
  187. ตารางขนาดขั้นคงที่
  188. ฟังก์ชันกระตุ้นแบบเรียบ
  189. จุดข้อมูลป้อนเข้าที่ต่างกัน
  190. พารามิเตอร์ที่แยกข้อมูล
  191. รัศมีความทนทานของพารามิเตอร์
  192. เมทริกซ์ผกผันเทียม
  193. โมเมนต์อันดับสองของสัญญาณรบกวนเท่ากับหนึ่ง
  194. ชุดตัวอย่างฝึกและทดสอบที่เป็นอิสระ
  195. คลาสของฟังก์ชันความสูญเสีย
  196. การแปลงฟูเรียร์ของผลคูณ
  197. ค่าก่อนกระตุ้นของนิวรอน
  198. จุดที่เรลูหาอนุพันธ์ไม่ได้
  199. การปรับมาตราส่วนจำนวนในการประมาณ
  200. มาร์จินที่ทำให้เรียบ
  201. ตัวอย่างฟังก์ชันโซโบเลฟ
  202. ขอบเขตล่างของ k
  203. ลิมิตของซิกมอยด์
  204. การส่งพารามิเตอร์เมื่อข้อมูลป้อนเข้าคงที่
  205. พารามิเตอร์เป้าหมายศูนย์
  206. น้ำหนักผลลัพธ์ศูนย์
  207. ความกว้างชั้นที่ระบุ
  208. ตัวประกอบจำนวนบริเวณแอฟไฟน์
  209. การส่งข้อมูลป้อนเข้าไปยังเวกเตอร์ฐาน
  210. โดเมนฝึกกะทัดรัด
  211. โครงข่ายหนึ่งชั้น
  212. ชุดตัวอย่างสองจุดจากต้นฉบับ
  213. เวกเตอร์พารามิเตอร์หกสมาชิก
  214. ผลคูณจำนวนพารามิเตอร์กับความลึก
  215. ทิศทางเกรเดียนต์ในแต่ละขั้น
  216. ฟังก์ชันเป้าหมายที่มีสัญญาณรบกวน
  217. ขนาดเฟรม
  218. เวกเตอร์เฟรม
  219. ขนาดชุดขั้นต่ำ
  220. ความกว้างและจำนวนที่เก็บหลังตัดแต่ง
  221. การประมาณแบบวนซ้ำสุ่ม
  222. ตัวประกอบส่วนกลับของรากที่สอง
  223. บริเวณใกล้เคียงของแผนที่แมนิโฟลด์
  224. ฟังก์ชันเฉพาะที่ของแผนที่พิกัด
  225. การแจกแจงก่อนหน้าบนเซตสมมติฐาน
  226. จำนวนพารามิเตอร์โครงข่ายในต้นฉบับ
  227. เมทริกซ์การหมุน
  228. พิกัดสุ่มที่เท่ากัน
  229. ตัวอย่างฝึกหนึ่งตัว
  230. สมบัติของฟังก์ชันกระตุ้นในทฤษฎีบท
  231. เฟสฟูเรียร์เชิงซ้อน
  232. ค่าเป้าหมายที่มีขอบเขต
  233. ข้อมูลป้อนเข้าหนึ่งมิติ
  234. ความเท่ากันของพหุนามและฟังก์ชันกระตุ้น
  235. ตัวประกอบการประมาณที่ขึ้นกับมิติ
  236. อัตราส่วนอันดับต่อจำนวนตัวอย่าง
  237. อัตราส่วนมิติต่อจำนวนตัวอย่าง
  238. เงื่อนไขขนาดในการแยกตามความลึก
  239. นอร์มพารามิเตอร์ที่เพิ่มขึ้น
  240. ค่าทำนายและป้ายกำกับในความสูญเสียโลจิสติก
  241. ฟังก์ชันคลื่นสปินบวก
  242. ขอบเขตของค่าลำดับแรก
  243. ฟังก์ชันกระตุ้นที่ไม่เป็นศูนย์
  244. ตัวประกอบจำนวนพารามิเตอร์ในการประมาณค่าในช่วง
  245. พารามิเตอร์เทียบกับตัวอย่าง
  246. ตัวทำนายเหมาะสมที่สุดแบบเบย์
  247. เอกลักษณ์ความเสี่ยงที่มีเครื่องหมาย
  248. วิธีไฟไนต์เอลิเมนต์แบบ hp
  249. บอลและปริมาตรในหนึ่งมิติ