香港理工大学 “智能信号与信息处理的理论基础与工程方法” 课程。老师讲课非常细致，理论对研究很有帮助，建议修读！
第一次课主要讲解了矩阵和线性系统
第二次课主要讲解了子空间和基
第三次课主要讲解了矩阵的指数型、对角化和微分方程
第四次课主要讲解了Jordan 标准型和其他型在控制系统中的应用
第五次课主要讲解了度量理论基础和概率的由来
第六次课主要讲解了随机变量和高斯分布
第七次课主要讲解了估计方法，尤其是无偏最小方差估计
第八次课主要讲解了约束优化和支持向量机算法
第九次课主要讲解了 KMeans 和高斯混合模型等聚类算法
第十次课主要讲解了神经网络算法
第十一次课主要讲解了主成分分析、线形判别分析等算法
Reference:
EIE6207
Theoretical Fundamental and Engineering Approaches for Intelligent Signal and Information Processing
2023-01-01 18:26:12
18.07MB
1
这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手）
◉ 简介：数值算法从『可计算的量』中近似地计算出『难以处理的量』，或者说，从数据中推断出一个潜在的量。因此计算程序可被视作 learning machine，使用贝叶斯推理来建立更灵活有效的计算算法。概率数值计算正式确立了『机器学习』和『应用数学』之间的联系。本书提供了大量的背景材料（还有数据、工作实例、练习及解答），更适用于AI、CS、统计学、应用数学的研究生。
◉ 目录：
第一章：数学背景
第二章：整合
第三章：线性代数
第四章：局部优化
第五章：全局优化
第六章：求解常微分方程
第七章：前沿
第八章：习题答案
2022-12-31 12:25:23
3.65MB
1