概率论：高斯分布的由来
最大熵原理视角下的概率密度函数 最大熵原理 最大熵原理（Maximum Entropy Principle, 以下简称MEP）: 在给定约束条件下，一个随机变量的概率分布应该使得熵达到最大值。或者说，满足给定约束条件的所有概率分布中，熵最大的概率分布是最能代表当前系统的概率分布。——来自
分类
机器学习：单隐层前馈神经网络
由多个简单单元并行互连所构成的网络，这些基础单元被称为神经元，这个网络称为神经网络。神经网络被用来模拟生物对于外界刺激的真实反应。神经元模型可以有若干个输入和一个输出，当输入的电信号足够强时，神经元会被激活...
机器学习基础：背景介绍与pandas对象的创建
由于许多机器学习框架都是用Python编写的，因此使用一个基于Python的数据分析框架是十分必要的，Pandas就是一款基于Python的数据分析框架，因此我们需要学会并掌握它...
机器学习基础：对NumPy数组进行数据处理操作
在将目标数据加载到NumPy数组中后，就需要进行一系列的数组处理操作，包括：对NumPy数组的访问、切片、过滤、计算数据的统计学指标、数据间的聚合和组合以及对计算后的结果保存和再加载的操作，本篇博文就对上述常用操作进行了阐述...
机器学习基础：通过NumPy生成随机数与样本采样
在机器学习的任务中，经常需要对某一个集合进行随机采样，而随机采样就需要使用随机数。本节学习的是通过不同的随机分布产生数值或者数组...
机器学习基础：使用NumPy做算术运算和矩阵运算
创建`NumPy`数组的目的就是为了运算，因此理解在`NumPy`中如何进行数学运算和线性代数运算，以及如何使用`NumPy`做上述运算是十分必要的...
机器学习基础：Numpy数组的创建和基本使用
在机器学习中，不可避免的要与数据打交道。如何高效的处理计算就是一个非常严肃的问题，幸运的是，`NumPy`就是一个高效的科学计算方案，因此学习和使用`NumPy`是非常必要的...