電子發燒友網>電子資料下載>機器人>計算機視覺和機器人和機器學習的線性代數基礎知識詳細說明

計算機視覺和機器人和機器學習的線性代數基礎知識詳細說明

4563010 2021-01-31 | pdf | 5.35 MB | 次下載 | 1積分

資料介紹

　　近年來，計算機視覺、機器人技術、機器學習和數據科學已經成為推動技術重大進步的一些關鍵領域。任何人在閱讀上述領域的論文或書籍時，都會被一個奇怪的行話所迷惑，這個行話涉及到一些奇異的術語，如核主成分分析、嶺回歸、套索回歸、支持向量機（SVM）、拉格朗日乘數、KKT條件等。支持向量機會用某種超級套索來追趕牛嗎不！但是人們很快就會發現，在一個新領域（也許是為了不讓外人進入俱樂部）的行話背后，隱藏著許多來自優化理論的“經典”線性代數和技術。主要的挑戰來了：為了理解和使用機器學習，計算機視覺等工具，一個人需要有一個堅實的背景，在線性代數和優化理論。老實說，有些概率論和統計學也應該包括在內，但我們已經有足夠的東西要應付了。許多關于機器學習的書都在努力解決上述問題。如果不了解拉格朗日對偶框架，如何理解嶺回歸問題的對偶變量？同樣，如果不了解拉格朗日對偶框架，如何討論支持向量機的對偶形式？簡單的解決方法是把這些困難掩蓋起來。如果一個人只是我們上面提到的技術的消費者，那么食譜方法可能就足夠了。但是這種方法對于那些真正想做嚴肅研究并做出重大貢獻的人來說并不適用。要做到這一點，我們相信一個人必須有一個堅實的背景，在線性代數和優化理論。這是一個問題，因為這意味著要投入大量的時間和精力研究這些領域，但我們相信堅持不懈會得到充分的回報。我們的主要目標是介紹線性代數和優化理論的基礎知識，牢記機器學習、機器人和計算機視覺的應用。這項工作包括兩卷，第一卷是線性代數，第二卷優化理論和應用，特別是機器學習。