DeepLearning
Introduction
NNDL by Michael Nielsen
Chap1 Using neural nets to recognize handwritten digits 识别手写数字
Chap3 Improving the way neural networks learn 改进神经网络
Chap0
人工智能与神经网络简介
配置开发环境 Docker安装和Setup
Chap1 了解语言模型
第一讲:语言模型
概率率简介
Chap2 情感分析与有监督学习
情感分析问题介绍
贝叶斯分类器
线性回归模型
梯度下降法
混淆矩阵
Chap3 TensorFlow 与 神经网络
更通用的梯度下降
Tensorflow 导论
Tensorboard无法显示解决
Getting Started With Tensorflow
分类问题和逻辑回归
决策界面与神经网络
Chap4
神经网络语言模型
Notes about Word2Vec
Chap5 卷积神经网络模型
Softmax性质
模型 Debug 及 Tensorboard
卷积神经网络模型
Chap6 循环神经网络
Softmax
循环神经网络RNN
Chap7 神经网络翻译模型
Powered by
GitBook
概率率简介
概率率简介
基本原理
基本事件
:
不可再分割
互相之间没有重叠
事件
:
有基本事件构成
事件和事件之间有可能重叠
事件可以定义为基本事件本身
联合概率
对概率论来说,无论有多少个事件,都是所占概率空间面积的大小
条件概率
在特定条件下的概率
子空间,切片 - 面积大小
公式: P(B|A) = P(A,B) / P(A)
Change log
2017.10.17 创建
results matching "
"
No results matching "
"