【数之道 32】6分钟理解机器学习核心知识"损失函数"

【数之道37】多目标优化求解策略与遗传算法NSGA-II

【数之道36】鱼和熊掌不可兼得，8分钟掌握多目标优化精髓

【数之道35】最优化问题如何求解，十分钟时间梳理清楚

【数之道 34】AI芯片设计竟然与这一点密切相关，点积与矩阵计算，CPU/GPU/NPU差异比较

【数之道 33】熵是什么？通过数理直觉，透彻理解！

【数之道 32】6分钟理解机器学习核心知识"损失函数"

【数之道31】使用Excel深度剖析卷积神经网络模型，12分钟理解全部知识点 Convolutional Neural Network By Excel

【数之道 30】隐马尔可夫模型在NLP中的应用 Hidden Markov Model in Natural Language Processing

【数之道29】5分钟理解"隐马尔可夫模型" Understand Hidden Markov Model in 5 minutes

【数之道28】支持向量机SVM最终章-R语言实例分享 SVM in R programming

【数之道27】详解SVM支持向量机软间隔Soft Margin数学思想

【数之道26】SVM支持向量机-核技巧Kernel Trick详解(多项式核函数Polynomial Kernel，无限维度高斯核函数 RBF Kernel）

【数之道25】机器学习必经之路-SVM支持向量机的数学精华(KKT条件、拉格朗日乘子法、凸优化可视化解释）

【数之道】支持向量机SVM是什么，八分钟直觉理解其本质

【数之道】马尔可夫链蒙特卡洛方法是什么？十五分钟理解这个数据科学难点

【数之道 22】巧妙使用"接受-拒绝"方法，玩转复杂分布抽样

【数之道 21】随机抽样、蒙特卡洛模拟与逆转换方法

【数之道 20】5分钟理解'马尔可夫链'的遍历性与唯一稳态 Markov Chain's Ergodicity and Stationary Distribution

【数之道 19】当用Excel打开"马尔可夫链", 矩阵计算和规划求解的新应用

【数之道 18】"马尔可夫链"是什么？了解它只需5分钟！Markov Chain in 5 minutes

【数之道17】金属冷却处理中隐藏的智慧-模拟退火优化算法

【数之道16】囚徒困境之策略大混战，谁是赢家？

【数之道15】烧脑的囚徒困境问题-1

【数之道14】六分钟时间，带你走近遗传算法 Genetic Algorithm in 6 minutes