$\mathbb{R}^n空间中的超平面$ $\mathbf{x}$，$\mathbf{w}$分别为$\mathbb{R}^n$空间中的一点。 设$\mathcal{S}$为$\mathbb{R}^n$上的一个超平面（点集）。 以法向量$\mathbf{w}$来定义，有： $$ \forall \mathbf{p}, \mathbf{q} \in …

本文讲解了矩阵乘法的两种视角。 ...

介绍 本篇笔记参考李沐的《动手学深度学习》10.3章节的内容。 ...

...

1、监督学习算法 包括线性回归、逻辑回归、支持向量机（SVM）、决策树、随机森林等。 优点：在有明确标签的数据上效果好，适用于分类和回归任务。 缺点：需要大量标记数据，对未见过的数据可能过拟合 2、无监督学习算法 包括聚类算法（如K-means、DBSCAN）、主成分分析（PCA）、自编码器等。 优点：不需要标记数据，可以用于数据降维、特征提取和模…