Other-Website-Contents.md

2024-04-17 23:18
文章标签 contents md website

本文主要是介绍Other-Website-Contents.md,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


title: 本站目录
categories:

  • Other
    sticky: 10
    toc: true
    keywords:
    • 机器学习基础
    • 深度学习基础
    • 人工智能数学知识
    • 机器学习入门
      date: 9999-12-31 23:59:59


本站包含作者原创的关于人工智能的理论,算法等博客,目前包括:强化学习,深度学习,机器学习,线性代数,概率论,数理统计,Python,爬虫等在目前人工智能领域需要用到的基础知识,欢迎大家订阅关注。

本站目录

首先插入一下我的整体研究思路,也是人工智能的技能树,我们要顺着这个树找到自己的研究方向:

人工智能 - 数学理论:

集合论

  • 1 样本集
  • 2 集合操作

数学分析

  • 微积分
  • 数学分析
  • 实分析
  • 复分析
  • 泛函分析
  • 测度论

线性代数

  • 《Introduction to Linear Algebra》
  • 线性代数BigPicture
  • 1.0 向量
  • 1.1 线性组合
  • 1.2 点乘和长度
  • 2.1 Ax=b
  • 2.2 消元
  • 2.3 消元和矩阵
  • 2.4 矩阵计算
  • 2.5 逆
  • 2.6 LU和LDU分解
  • 2.7 映射与排列
  • 3.1 向量空间
  • 3.2 Null 空间
  • 3.3 秩
  • 3.4 Ax=B
  • 3.5 线性独立,基和维度
  • 3.6 四个空间的维度
  • 4.1 四个子空间的正交
  • 4.2 投影
  • 4.3 最小二乘(略)
  • 4.4 正交基和Gram-Schmidt算法
  • 5.1 行列式的性质
  • 5.2 排列和代数余子式
  • 5.3 Cramer’s 法则,逆和体积
  • 6.1 特征值介绍
  • 6.2 矩阵对角化
  • 6.3 微分方程应用(略)
  • 6.4 对称矩阵
  • 6.5 正定矩阵
  • 6.6 相似矩阵
  • 6.7 奇异值分解
  • 7.1 线性变换思想
  • 7.2 线性变换的矩阵
  • 7.3 对角化和伪逆

微分方程

拓扑学

概率论

  • 概率论BigPicture
  • 1.0 概率介绍、试验、事件、公理化的概率
  • 1.1 样本空间、柯氏公理、概率的性质
  • 1.2 古典概率、乘法原理、排列
  • 1.3 组合、二项式定理、多项式定理
  • 1.4 有限事件并的概率、概率欺骗了你
  • 2.1 条件概率、全概率公式
  • 2.2 事件独立、条件独立
  • 2.3 Bayes’ Theorem
  • 3.1 随机变量和离散分布
  • 3.2 连续分布
  • 3.3 Cumulative Distribution Function
  • 3.4 双变量分布
  • 3.5 边缘分布不和独立随机变量
  • 3.6 条件分布 (Part I)
  • 3.6 条件分布 (Part II)
  • 3.7 多变量分布(Part I)
  • 3.7 多变量分布(Part II)
  • 3.8 随机变量的函数
  • 3.9 多随机变量的函数
  • 4.1 随机变量的期望 (Part I)
  • 4.1 随机变量的期望 (Part II)
  • 4.2 期望的性质
  • 4.3 方差
  • 4.4 距
  • 4.5 均值和中值
  • 4.6 协方差和相关性
  • 4.7 条件期望
  • 5.1 分布介绍
  • 5.2 伯努利和二项分布
  • 5.3 超几何分布
  • 5.4 泊松分布
  • 5.5 负二项分布
  • 5.6 正态分布(Part I)
  • 5.6 正态分布(Part II)
  • 5.6 正态分布(Part III)
  • 5.7 Gamma分布(Part I)
  • 5.7 Gamma分布(Part II)
  • 5.8 Beta分布
  • 5.9 多项式分布
  • 5.10 二维正态分布
  • 6.1 大样本介绍
  • 6.2 大数定理
  • 6.3 中心极限定理
  • 6.4 连续性修正

数理统计

  • 数理统计学基础
  • 0.0 Big Picture
  • 1.1 导言
  • 《数理统计学简史》
  • 介绍
  • 早期概率论——从萌芽到《推测术》
  • 1.1 卡丹诺的著作
  • 1.2 分赌本问题
  • 1.3 帕斯卡和费马的通信
  • 1.4 惠更斯的“机遇与规律”
  • 1.5 《推测术》前三部分内容提要
  • 1.6 关于概率的几点看法
  • 1.7 伯努利大数定律
  • 2.0 狄莫弗的二项概率逼近
  • 2.1 狄莫弗研究的动因
  • 2.2 狄莫弗的初步结果
  • 2.3 初步结果的改进,与斯特林的联系

随机过程

信息论

  • 信息论、推理与学习算法
    • 介绍

凸优化

数值分析

  • 课程介绍(Big Picture)
  • 0.1 多项式求值
  • 0.2 二进制
  • 0.3 浮点数
  • 0.4 有效数字

算法

强化学习

  • 1.0 强化学习介绍
  • 1.1.0 强化学习
  • 1.1.1 强化学习、监督学习和非监督学习
  • 1.1.2 “探索”(Exploration)还是“ 利用”(Exploitation)都要“面向目标”(Goal-Direct)
  • 1.1.3 强化学习基本框架
  • 1.1.4 强化学习和人工智能
  • 1.2 强化学习举例
  • 1.3 强化学习基础元素
  • 1.4.0 “进化方法”(Evolutionary Method)和 “决策梯度方法” (Policy Gradient Methods) 概论
  • 1.4.1 强化学习与优化方法

机器学习算法

  • 训练数据选择血泪史
  • 人脸检测分析之 Haar-like,Adaboost,级联(Cascade)

统计学习算法

深度学习算法

  • FaceNet论文阅读
  • 可视化CNN
  • LeNet
  • Dropout
  • CNN训练数据选择

图像处理

  • 1.1 灰度级
  • 1.2 灰度变换,gama变换,对数,反对数变换
  • 2.1 一维DFT
  • 2.2 二维DFT
  • 2.3 FFT算法理解与c语言的实现
  • 2.4 二维FFT,IFFT,c语言实现
  • 2.5 图像傅里叶变换(快速傅里叶变换FFT)
  • 3.0 二值图像
  • 3.1 二值图像-形态学处理 数学形态学
  • 3.2 二值图像-形态学处理 腐蚀和膨胀
  • 3.3 二值图像-形态学处理 开操作和闭操作
  • 3.4 二值图像-形态学处理4 其他操作
  • 4.0 灰度图像
  • 4.1 灰度图像-形态学处理
  • 4.2 灰度图像-频域滤波 傅里叶变换之卷积
  • 4.3 灰度图像-频域滤波 傅里叶变换之连续周期信号傅里叶级数
  • 4.4 灰度图像-频域滤波 傅里叶变换之离散周期信号傅里叶级数
  • 4.5 灰度图像-频域滤波 傅里叶变换之连续信号傅里叶变换(FT)
  • 4.6 灰度图像-频域滤波 傅里叶变换之采样定理
  • 4.7 灰度图像-频域滤波 傅里叶变换之离散时间傅里叶变换(DTFT)
  • 4.8 灰度图像-频域滤波 傅里叶变换之离散傅里叶变换(DFT)
  • 4.9 灰度图像-频域滤波 傅里叶变换之二维离散傅里叶变换
  • 4.10 灰度图像-频域滤波 概论
  • 4.11 灰度图像-频域滤波 滤波器
  • 4.12 灰度图像-频域滤波 同态滤波
  • 5.0 灰度图像-空域滤波 基础:卷积和相关
  • 5.1 灰度图像-图像增强 综合介绍
  • 5.2 灰度图像-图像增强 平滑之均值滤波、高斯滤波
  • 5.3 灰度图像-图像增强 双边滤波 Bilateral Filtering
  • 5.4 灰度图像-图像增强 中值滤波
  • 5.5 灰度图像-图像增强 锐化基础
  • 5.6 灰度图像–图像增强 拉普拉斯算子
  • 5.7 灰度图像-图像增强 非锐化掩蔽 (Unsharpening Mask)
  • 5.8 灰度图像-图像增强 Robert算子、Sobel算子
  • 5.9 灰度图像–图像增强 灰度变换
  • 5.10 灰度图像–图像增强 直方图均衡化(Histogram Equalization)
  • 5.11 灰度图像-图像增强 直方图匹配(规定化)Histogram Specification
  • 6.0 灰度图像-图像分割 综合介绍
  • 6.1 灰度图像-图像分割 边缘模型
  • 6.2 灰度图像-图像分割 边缘检测算子 综述
  • 6.3 灰度图像-图像分割 Robert算子
  • 6.4 灰度图像-图像分割 Sobel算子
  • 6.5 灰度图像-图像分割 Prewitt算子
  • 6.6 灰度图像-图像分割 Scharr算子
  • 6.7 灰度图像-图像分割 Sobel算子,Prewitt算子和Scharr算子平滑能力比较
  • 6.8 灰度图像-图像分割 Canny边缘检测
  • 6.9 灰度图像-图像分割 Marr-Hildreth算子(LoG算子)
  • 6.10 灰度图像-图像分割 霍夫变换(Hough Transform)–直线
  • 7.0 灰度图像-图像分割 阈值处理综述
  • 7.1 灰度图像-图像分割 阈值处理之平均阈值
  • 7.2 灰度图像-图像分割 阈值处理之P-Tile阈值
  • 7.3 灰度图像–图像分割 阈值处理之迭代均值阈值
  • 7.4 灰度图像-图像分割 阈值处理之谷底阈值、峰顶平均
  • 7.5 灰度图像-图像分割 阈值处理之OTSU阈值
  • 7.6 灰度图像–图像分割 阈值处理之补充说明
  • 7.7 灰度图像-图像分割 阈值处理之局部阈值
  • 7.8 灰度图像-图像分割 区域分割之区域生长
  • 7.9 灰度图像-图像分割 区域分割之区域分离
  • 7.10 灰度图像-图像分割 区域分割之分水岭算法
  • 8.0 彩色模型,CIE XYZ,CIE RGB
  • 8.1 彩色图像-色彩空间 综述
  • 8.2 彩色图像-色彩空间 RGB系列
  • 8.3 彩色图像-色彩空间 CMY(K)空间
  • 8.4 彩色图像-色彩空间 YIQ 、YUV 、YCbCr 、YC1C2 和I1I2I3
  • 8.5 彩色图像-色彩空间 CIELAB、CIELUV
  • 8.6 彩色图像-色彩空间 HSI(HSL)、HSV(HSB)
  • 8.7 彩色图像-色彩空间 总结
  • 9.1 彩色图像-伪彩处理 灰度图转伪彩色图像
  • 9.2 彩色图像-彩色变换 补色处理
  • 10.1 彩色图像-图像增强 直方图增强
  • 10.2 彩色图像-图像增强 图像平滑
  • 10.3 彩色图像-图像增强 图像锐化
  • 10.4 彩色图像-图像分割 彩色空间分割

遗传算法

人工智能 - 神经生物学

人工智能 - 编程语言

Julia

  • Julia基础
    • Julia编程语言介绍

C/C++

  • 《30天自制操作系统》
  • 保护模式
  • IPL,BIOS
  • 汇编和C
  • GDT IDT
  • 中断处理
  • 中断
  • 鼠标
  • 内存管理
  • 内存管理和叠加处理
  • 定时器
  • 计时器
  • MAC环境搭建
  • Mac环境搭建
  • MAC下的工具
  • FIFO
  • 高分辨率
  • 多任务I
  • 多任务II
  • 一个半成品

Python

爬虫
  • 1.0 Introduction
  • 2.0 分析目标网站
  • 3.0 三只虫
  • 3.1 HTTP协议(一)
  • 3.2 HTTP协议(二)
  • 3.3 数据抓取

GPU编程(CUDA)

  • 0.0 腾讯云CUDA环境搭建
  • 1.0 并行计算与计算机架构
  • 1.1 异构计算与CUDA
  • 2.0 CUDA编程模型概述(一)
  • 2.1 CUDA编程模型概述(二)
  • 2.2 给核函数计时
  • 2.3 组织并行线程
  • 2.4 设备信息查询
  • 3.1 CUDA执行模型概述
  • 3.2 理解线程束执行的本质(Part I)
  • 3.2 理解线程束执行的本质(Part II)
  • 3.3 并行性表现
  • 3.4 避免分支分化
  • 3.5 循环展开
  • 3.6 动态并行
  • 4.0 全局内存
  • 4.1 内存模型概述
  • 4.2 内存管理
  • 4.3 内存访问模式
  • 4.4 核函数可达到的带宽
  • 4.5 使用统一内存的向量加法
  • 5.0 共享内存和常量内存
  • 5.1 CUDA共享内存概述
  • 5.2 共享内存的数据布局
  • 5.3 减少全局内存访问
  • 5.4 合并的全局内存访问
  • 5.5 常量内存
  • 5.6 线程束洗牌指令
  • 6.0 流和并发
  • 6.1 流和事件概述
  • 6.2 并发内核执行
  • 6.3 重叠内核执行和数据传输
  • 6.4 重叠GPU和CPU的执行
  • 6.5 流回调

框架

  • OpenCV
  • OpenCV矩阵计算分析
  • TensorFlow .etc

设计实现框架

  • PineNut

其他笔记

  • 推荐读物
  • 学习
  • Hexo博客搭建
  • Hexo畅言评论PC和移动端同步
  • [斯坦福大学]人工智能课程安排
  • [麻省理工学院]人工智能课程安排

原文地址1:https://www.face2ai.com/Other-Website-Contents转载请标明出处

这篇关于Other-Website-Contents.md的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/913133

相关文章

【H2O2|全栈】Markdown | Md 笔记到底如何使用?【前端 · HTML前置知识】

Markdown的一些杂谈 目录 Markdown的一些杂谈 前言 准备工作 认识.Md文件 为什么使用Md? 怎么使用Md? ​编辑 怎么看别人给我的Md文件? Md文件命令 切换模式 粗体、倾斜、下划线、删除线和荧光标记 分级标题 水平线 引用 无序和有序列表 ​编辑 任务清单 插入链接和图片 内嵌代码和代码块 表格 公式 其他 源代码 预

mongodb自启动脚本.md

可粘贴文本(不全): #!/bin/sh##chkconfig: 2345 80 90#description:mongodb#processname:mongodbif test -f /sys/kernel/mm/transparent_hugepage/enabled; thenecho never > /sys/kernel/mm/transparent_hugepage/e

创建 typescript 项目.md

有时候需要创建一个最简单的 typescript 项目来验证一些东西,这里记录一下如何创建一个最简单的 typescript 项目。 创建并初始化项目 $ mkdir my-typescript-project$ cd my-typescript-project$ npm init -y$ npm install typescript ts-node @types/node --save

#error: Building MFC application with /MD[d] (CRT dll version) requires MFC shared dll version

昨天编译文件时出现了Building MFC application with /MD[d] (CRT dll version)requires MFC shared dll version~~~~的错误。   在网上很容易找到了解决的方案,公布如下:   对着你的项目点击右键,依次选择:属性、配置属性、常规,然后右边有个“项目默认值”,下面有个MFC的使用,选择“在共享 DLL 中使

项目-CSDN博客导出工具.md

CSDN博客批量导出工具 解决CSDN反爬虫问题(10.14) 由于CSDN缘故,暂时不能使用,有空修复…(9.27) 更新介绍(2019.9.26) 新的UI交互界面解决由于文件名导致的无法写文件的问题操作更加简便,可以选择下载,添加鼠标右击菜单以后会集成更多的博客平台 免责声明 工具免费,请不要用于侵权等各种行为,对于违法使用此工具所造成后果,本工具作者不负任何责任。 工具免费

android4.4+实现MD状态栏并全屏显示内容

material design如此之美,美到令人窒息~~(●'◡'●) 今天实现android4.4以上版本符合MD规范的状态栏,并可以全屏显示内容(即内容可以扩展到状态栏下)。 效果图: android4.4: android6.0: 好了,效果如上图所示,完美符合MD规范~~ 实现其实很简单: 1,首先new module com

06.进程的虚拟内存管理.md

正好遇到 华庭(庄命强)的glibc内存管理Ptmalloc2 源代码分析 一文,非常开心。真是大佬。我只是借着这篇文章稍微整理一下,为了以后自己回顾的时候能够更好的排查问题。 文章目录 6.1 linux进程内存布局6.1.1 32 位模式下进程默认内存布局6.1.2 64位进程虚拟地址空间 6.1.3 linux各个内存区域的存放 6.2 操作系统内存分配的相关函数6.2.1 Heap

笔记 10 : 彭老师课本第 5 章 , GPIO , vim 的复制剪切删除 ; uboot读写内存的 md , nm 命令

(77) 进入代码实验以来,开始有机会频繁的修改源代码。补充 vim 的使用: ++ (78) 如何只查看某个文件的权限,属性: (79) 关于 rm 命令: (80) 接着学习 新的 Uboot 命令: md/nm 显示内存与修改内存: uboot 有很多不错的调试命令。之前学习和使用了 loadb 指令指定指令的加载地址, 如 40008000 H: ++ nm

Muller’s method (website)

Muller’s method: https://www.youtube.com/watch?v=3R8NY-trJwI :https://www.youtube.com/watch?v=p4vt7DzHSfI

Secant Method (Website)

Secant Method:  https://www.youtube.com/watch?v=qC9xnsfOd30 Secant Method : http://mathworld.wolfram.com/SecantMethod.html