暂无搜索历史
cd命令用于切换当前目录，它的参数是要切换到的目录的路径，可以是绝对路径，也可以是相对路径[1]。
Google Colab是谷歌开放的一款研究工具，是Google Research团队开发的一款产品，Colab是一种托管式Jupyter笔记本服务。借助Col...
深度学习在许多领域都是成功的，从声学、图像到自然语言处理。然而，由于图的独特特性，将深度学习应用于无处不在的图数据并非易事。最近，大量的研究致力于将深度学习方法...
在文章阅读界面，点击文章中的图片，会对图片进行预览，预期效果如下： :::hljs-center
其目标是根据有真实标签的训练集节点 V_{train} \subset V 预测与所有节点 u \in V 相关联的标签 y_u (可以是类型、类别、属性)。
从数学角度讲，特征工程就是将原始数据空间变换到新的特征空间，或者说是换一种数据的表达方式，在新的特征空间中，模型能够更好地学习数据的规律。
小概率事件在一次试验中发生的概率记为\alpha，\alpha为显著水平，检验水平
$$ \begin{aligned} &y=\beta_0+\beta_1x+\epsilon,\quad \epsilon \sim N(\mu, \sigm...
$$ \begin{aligned} EX^l &= \mu_l, \quad l=1,2,... \ A_l &= \frac{1}{n}\sum\limit...
样本均值：\bar{X}=\frac{1}{n}\sum\limits_{i=1}^{n}X_i
$$ \begin{aligned} \lim_{n\rightarrow\infty}P{|\frac{1}{n}\sum\limits_{k=1}^{\in...
版本：1.0.1 最后更新时间：2022年11月10日 09:07 修改次数：1 历史修改内容： 1.0.1：随机变量函数的期望公式
版本：1.0.2 最近更新时间：2022年11月09日 16:32 修改次数：1 历史修改内容： 1.0.2 修改离散型条件概率密度公式 1.0.1 修改联合...
$$ \begin{aligned} P(B-A)&=P(B)-P(AB) \ P(A\cup B)&=P(A)+P(B)-P(AB) \ P(A\cup B ...
H_0:\mu_1=\mu_2=\cdots=\mu_n;\quad H_1:\mu_1,\mu_2,\cdots,\mu_n不全相等
设X=(X_1, X_2,\cdots,X_p)^\top有p个分量，若E(X_i)=\mu_i(i=1,2,\cdots,p)存在，定义随机向量X的均值为： ...
暂未填写公司和职称
暂未填写学校和专业
