目前大一新生,有自学python基础,现在想学机器学习一定得先去学线性代数这本书吗?
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率

已结题
想学机器学习一定得先去学线性代数这本书吗?
收起
- 写回答
- 好问题 0 提建议
- 关注问题
微信扫一扫
点击复制链接分享
- 邀请回答
- 编辑 收藏 删除
- 收藏 举报
1条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
Li&&Tao 2022-10-30 04:02关注入门的话不用,想深入研究就要哦
本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 1无用举报微信扫一扫
点击复制链接分享
编辑预览轻敲空格完成输入- 显示为
- 卡片
- 标题
- 链接
评论按下Enter换行,Ctrl+Enter发表内容
编辑
预览

轻敲空格完成输入
- 显示为
- 卡片
- 标题
- 链接
报告相同问题?
提交
- 2022-09-15 15:23回答 5 已采纳 您好,您孩子多大岁数呢?学习编程,兴趣最关键。。然后,要做好长期不断学习的心理准备。第一阶段:12岁前,岁数较小时,要学好数学,空余时间可以学一些少儿编程方面的资料,培养培育孩子的逻辑思维、数据思维能
- 2022-07-23 04:09回答 2 已采纳 所谓的机器语言,是机器能看懂的语言,全是由0和1组成的命令,人理解起来很费劲,所有才有了后来的高级语言。(更直白一点:机器语言是让为了让机器理解的,不是为了给人理解的,机器语言的侧重点是计算机)汇编跟
- 2023-03-12 06:43回答 2 已采纳 这个错误提示表明,在计算距离的时候使用了字符串类型的数据,而距离计算一般是针对数值型数据的。你需要检查你的数据,看看是否有些特征是字符串类型的,如果有,你需要进行相应的处理,将其转换为数值类型,比如使
- 2025-02-18 05:58本书名为《机器学习线性代数基础(Python语言描述)》,它从理论和实践两个层面,深入浅出地介绍了线性代数在机器学习中的应用,并且使用Python这一广泛使用的编程语言来阐述相关的概念和算法。 在机器学习中,线性...
- 2023-04-13 04:25回答 1 已采纳 该回答引用NewBing 学习人工智能需要掌握的知识点很多,包括数学、编程、机器学习、深度学习等。具体来说,你需要掌握以下内容: 数学:线性代数、概率论、微积分等基础数学知识是学习人工智能的基础,可以
- 2022-02-27 10:35回答 2 已采纳 理论上可以做,但样本量太少。首先,你的问题不是很明确,你是聚类问题(59个样本没有分类标记),还是分类问题(59个样本已标记属于那种分类)。如果是聚类问题,这些特征和样本也是可以做的,只是效果很难说。
- 2021-07-08 08:11回答 1 已采纳 看专业和方向啊,像是人工智能和大数据之类的,这是必修的,但是像是软件开发那就看个人喜好了
- 2021-03-23 01:28二进制人工智能的博客 2.1 线性方程组 2.2 矩阵 2.2.1 矩阵加法和乘法 2.2.2 逆和转置 2.2.3 与标量相乘 2.2.4 线性方程组的紧凑表示 2.3 线性方程组的求解 2.3.1 特解和通解 2.3.2 初等变换 2.3.3 Minus-1 技巧 2.3.4 求解线性方程组的...
- 2022-10-24 02:28回答 2 已采纳 买西瓜书吧,另外最好配一本线性代数和概率论相关的书
- 2021-07-06 04:02回答 4 已采纳 可以学,嵌入式也有机器学习方向的岗位,多学点还是有好处了。工作不好保证,也不是没有机会,就是机会比双一流的小,但是你要竞争的也不会是他们,而是和你在同一层次的,这样你掌握机器学习的话你的机会就比同一层
- 2022-12-13 08:03回答 2 已采纳 这篇文章讲的很详细,请看:多元线性回归解决机器学习问题的一般方法
- 2024-10-05 20:54特别是线性代数与微积分作为数学的两大基石,在计算机科学、数据分析、机器学习等领域中扮演着不可或缺的角色。本书籍《程序员数学:用Python学透线性代数和微积分》及其配套源码,正是一本为了帮助程序员深入理解这...
- 2023-09-09 10:51《程序员数学》是一本专为IT从业者设计的数学学习书籍,旨在通过Python编程语言帮助读者深入理解线性代数和微积分的基础概念及其应用。线性代数是现代计算机科学和工程领域不可或缺的部分,它在图像处理、机器学习、...
- 2024-11-22 07:38cda2024的博客 吴恩达老师的《机器学习》课程无疑是许多初学者进入人工智能领域的敲门砖。通过这门课程,你已经掌握了线性回归、逻辑回归、神经网络、支持向量机等基本概念,也了解了梯度下降、正则化、过拟合与欠拟合等重要技巧。...
- 2024-06-24 02:46慕烟疏雨的博客 而机器学习要做的事情也差不多,在面对一个新问题的时候,机器从已有的历史数据总结出一个规律,套用在新问题上,进而解决这个问题。算法可以理解为一个优化的过程,最终确定最优模型。翻译过来是:“一个电脑程序要...
- 没有解决我的问题, 去提问