-
空标题文档
3.5 非常大和非常小 还记得第 1 章中将两个非常大的数相乘吗？我们得到的答案也是一个非常大的数。 有时 Python 会用一种稍微不同的方式显示非常大的数。可以在交互模式中试试看： >>> print 9938712345656.34 * 4823459023067.4564.79389717413e+025>>> （具体键入什么数并不重要—... -
空标题文档
16.4 单个像素 有时我们并不想画一个圆或矩形，而是希望画单个的点或像素。比如，我们要创建数学程序，想画一条正弦曲线。 别担心，放松点！ 如果你不知道什么是正弦曲线也不用担心。学习本章的内容，只要知道这是一种波浪形的曲线就可以了。 另外也不用担心后面几个示例程序中的数学公式，按代码清单原样键入这些程序就行。这些公式只是为了保证得到大小合适... -
4.3 数值微分
4.3 数值微分 4.3.1 导数 4.3.2 数值微分的例子 4.3.3 偏导数 4.3 数值微分 梯度法使用梯度的信息决定前进的方向。本节将介绍梯度是什么、有什么性质等内容。在这之前，我们先来介绍一下导数。 4.3.1 导数 假如你是全程马拉松选手，在开始的 10 分钟内跑了 2 千米。如果要计算此时的奔跑速度，则为 2/10 = 0.2... -
6.4 正则化
6.4 正则化 6.4.1 过拟合 6.4.2 权值衰减 6.4.3 Dropout 6.4 正则化 机器学习的问题中，过拟合 是一个很常见的问题。过拟合指的是只能拟合训练数据，但不能很好地拟合不包含在训练数据中的其他数据的状态。机器学习的目标是提高泛化能力，即便是没有包含在训练数据里的未观测数据，也希望模型可以进行正确的识别。我们可以制作复杂的... -
高级话题引导
高级话题引导 高级话题引导 Guide to the Advanced Chapters 我们已经熟悉了元字符、流派、语法包装（syntactic packaging）之类的概念，现在应该详细介绍本书开头提到的第三点了，也就是工具软件的正则引擎如何把一个正则表达式应用到文本当中。在第 4 章“正则表达式的匹配原理 ”中，我们会看到匹配引擎的实现方式如... -
空标题文档
24.8 违约相关性 违约相关性（default correlation）是用来描述两家公司同时违约的倾向。违约相关性的存在有许多原因：处于同一行业或位于同一地域的公司往往会受同样的外界因素影响，因此这些公司可能会同时遭遇财政困难。经济状况一般会造成在某些年份内的平均违约率高于其他年份。一家公司的违约可能会引起另一家公司的违约（信用蔓延效应，credit... -
分层记忆系统
分层记忆系统 分层记忆系统 在第3章中我已经提到，杰夫·霍金斯和迪利普·乔治分别于2003年和2004年发明了一种结合了层级列表的新皮质模型。我们从霍金斯和布拉克斯莉2004年的著作《智能时代》中查询到此层级列表的相关信息。在乔治2008年的博士论文中，我们还可以找到对层级短期记忆法的更加紧跟时代步伐、更加有力的论述。[157] 在名为NuPIC（Nu... -
0-2 仅使用面积图和简单算术
0-2 仅使用面积图和简单算术 0-2 仅使用面积图和简单算术 贝叶斯统计的基础是概率公式——“贝叶斯公式”，它立足于“条件概率”的发展事项。“贝叶斯公式”是高等数学中很难理解的一个概念，原因有二：第一，公式复杂而不够直观；第二，条件概率在某种程度上属于“不可靠的”概念，对于思维缜密的人来说总觉得“哪里有些奇怪”。 事实上，上述第二点在贝叶斯统计中是...