2-2-LR的决策面和损失函数
2-0-线性判别分类器-第二讲的主要内容是什么?
神经科学基础《神经元的电特性》| Harvard The Electrical Properties of the Neuron
1.1 - Example: Polynomial Curve Fitting - 2 - Vector/Matrix Notation
0-1-0-人工智能的缘起-达特茅斯会议
1-20-MLE与Fisher信息和Bregman散度
1-23-什么是贝叶斯估计?
hmm-本节课内容
1-19-什么是MLE?
1-25-线性回归模型的贝叶斯估计-part-1
1-18-核函数的视角看最小二乘法-类比思维
课程14 GAN
课程9-梗概
hmm-inference-forward-backward-
hmm-inference-viterbi(max-product)
课程5-内容梗概
Sum-Product-p1-HMM-Forward
hmm-inference-forward-algorithm-1
1-21-最小二乘法的MLE视角-E[w]/cov(w)
课程3 最小二乘法与极大似然估计