d****o
发帖数: 32610 | 1 ML是统计，
DL是自己都搞不清楚在统计啥的统计 |
|
发帖数: 1 | 2 还是有区别的，最小二乘起码得确定用什么样的超平面，而找主成分能通过结果选择符
合要求的主成分
比如一个多维数据，你不知道拟合到哪个超平面上就可以用主成分分析找出来 |
|
发帖数: 1 | 3 Hah？
Gauss-Markov Theorem 是1800年发明的，其实是1722年做的铺垫，
Machine Learning啥时候才有的？
这个Least Square早就用的满大街都是了，怎么算成ML里的了？ 你不是80年代读大学
的时候就有了么？
而且这也不是码农的基本功啊，就是数学和统计，发明者是著名数学家高斯啊 |
|
|
发帖数: 1 | 5 还有那个gradient decent和conjugate gradient 都是存在上百年了，咋到了你们这里
，就成了人工智能的了。
人工智能用到这些理论知识，但也不能倒打一耙说成是人工智能带来的吧 |
|
m**********e
发帖数: 12525 | 6 安了
知道伊藤君什么时候出生的？
伊藤君还没出生前，什么markov都是空中楼阁 |
|
发帖数: 1 | 7 PCA 都没听说过？你学过线性代数吗
[在 shanghaibaba (上海爸爸) 的大作中提到：]
:你这里的PCA是个什么鸡巴玩意？
:统计里面的主成分分析？ |
|
|
|
m**********e
发帖数: 12525 | 10 你数学基础不扎实
祖国复旦大学概率论第一卷就是普通大学内容。
由于概论空间黎曼不可积，所以第二卷开始就涉及概论空间的伊藤积分
伊藤清，20世纪40年代才提出伊藤积分
在伊藤清提出伊藤积分以前，概论是伪科学 |
|
发帖数: 1 | 11 你这扯的都是啥啊？
我说的是least square这个知识段是几百年前就有了，跟人工智能没关系，整个工程领
域到处都用，现在火爆的人工智能也在用。
你现在说的都是些啥？
这跟我数学基础扎实不扎实的关系又是怎么扯出来的？ |
|
|
a***e
发帖数: 27968 | 13 代数学基本定理很难证明的
★ 发自iPhone App: ChinaWeb 1.1.4 |
|
f**********d
发帖数: 4960 | 14 你说的概论空间是要说概率空间么？
伊藤积分解决的是对于布朗运动的积分问题，
概率论在cantor的集合论测度论之后就已经公理化了。 |
|
s**********a
发帖数: 1853 | 15 a?
雇员姐，你到底知不知道高斯马可夫定理是什么东西啊？
另外，马可夫貌似1856年才出生，你确定高斯马可夫定理是1800年发明的吗？ |
|
|
s**********a
发帖数: 1853 | 17 雇员姐你这几个名词炒作了很久了，该更新知识点了。
下山法和共轭梯度法都是数值分析里面的内容。
数值分析里面其实更装逼一点的名词是冯纽曼测试。
赶紧去google一下学习一下，以后可以用冯纽曼测试来砸他们。 |
|
发帖数: 1 | 18 Died: February 23, 1855, Göttingen, Germany
高斯1855年去世 |
|
s**********a
发帖数: 1853 | 19 在现代里面真美学过PCA。
本科第一次学线代的时候，最后老师倒是提了一下奇异值分解。
后来学过计算线代，高斯法，共轭梯度法，伽辽金法都学过。
再后来研究生课又学现代，主要学什么商空间，核空间。
这个家宝的PCA，真没学过。 |
|
s**********a
发帖数: 1853 | 20 他把柯尔莫戈罗夫的贡献给弄错给Ito了。
Ito的贡献主要是解决了布朗运动和一般半鞅类型的随机过程的积分。 |
|
s**********a
发帖数: 1853 | 21 高斯马可夫定理是高斯一个人的定理吗？
那为啥要放马可夫的名字？ |
|
发帖数: 1 | 22 传统线代不讲pca
初等概率统计也不讲
到中级统计或者数据分析才讲，算这些课程的核心内容之一 |
|
c****x
发帖数: 6601 | 23 这是我转的，又不是我问的。
带不带这样羞辱人的？ |
|
发帖数: 1 | 24 PCA = centering + SVD
SVD 你不可能没学过。这个是线性代数基本内容。
[在 shanghaibaba (上海爸爸) 的大作中提到：]
:在现代里面真美学过PCA。
:本科第一次学线代的时候，最后老师倒是提了一下奇异值分解。
:后来学过计算线代，高斯法，共轭梯度法，伽辽金法都学过。
:再后来研究生课又学现代，主要学什么商空间，核空间。
:这个家宝的PCA，真没学过。 |
|
|
s**********a
发帖数: 1853 | 26 我不是说了么？我学过SVD。上文中第二行。
但PCA到底是什么，我肯定在线性代数课里面没学过。
自己翻多元统计课本，倒是见过主成分分析的名称。
但我以为这种烂东西早没人搞了呢。 |
|
发帖数: 1 | 27 用svd 解pseudo inverse 这是最基本的线性代数解法了。楼上弃婴 扯什么概率论 这
是犯什么
病了吗 |
|
s**********a
发帖数: 1853 | 28 对。弃大妈刚才讲的内容是勒贝格积分的内容。
但正常的勒贝格积分只能解决有界变差函数的积分。
而布朗运动，是无界变差，但有有界二次变差。Ito就针对这种现象
构造了ito积分 |
|
发帖数: 1 | 29 Gauss proved the method under the assumption of normally distributed errors
(see Gauss–Markov theorem; see also Gaussian). The method had been
described earlier by Adrien-Marie Legendre in 1805, but Gauss claimed that
he had been using it since 1794 or 1795.[58] In the history of statistics,
this disagreement is called the "priority dispute over the discovery of the
method of least squares."[59]
Least square的实际发明时间比1800年还早，是1794年就开始了 |
|
发帖数: 1 | 30 原来你以为这个Markov是发明Markov chain的那个Markov，哈哈哈
我说我怎么看不明白呢 |
|
d****o
发帖数: 32610 | 31 不是吗？
俺一直以为是一个人
难道是伯努利那样一家子？ |
|
s**********a
发帖数: 1853 | 32 雇员姐你别google了。我给你讲清楚吧。
gauss markov 定理的假设，不光是normally distributed，而且还要不相关。
这个gauss markov定理，是讲，满足gauss markov假设的线性回归的ols，也
就是普通最小二乘解，是回归的最小方差无偏解。
这个定理，和楼主方程，完全没有关系... |
|
s**********a
发帖数: 1853 | 33 你别继续说了，雇员姐，收工，然后学习我今天的帖子。
这样你明天装逼手法就能又多一点了。 |
|
|
|
发帖数: 1 | 36 确实是一个人，是我看错了，我的失误。
抱歉了。 |
|
发帖数: 1 | 37 不过你又说对了，马可夫也是一大家子的数学家，lol |
|
|
发帖数: 1 | 39 他这个病也很好解读
我纠正他说的错误论断“LS methods这是码农才用的，是ML的”
然后他就扯出概率论来向我示威，他觉得他写的那几行terms我应该看不懂，所以他就
急急忙忙地出来摆酷了。
姐作为山大毕业的文科生啊，搞不懂概率论，那不是太正常了？lol |
|
|
发帖数: 1 | 41 LS 解 X= inv(transpose(A)*A) * transpose(A)*b，A 得是列满秩 或者说方程正定或
超定。 |
|
s**********a
发帖数: 1853 | 42 A不是列满秩的话就可以把方程消掉。
最后方程数目就小于未知数数目了。这样的话，方程能确定一个超平面子空间。
前面有人不是说过了吗？ |
|
|
发帖数: 1 | 44 嗯 我只是抛砖引玉 用式子总结一下平常情况下的解法。希望有人也用formula的形式
解答 只是文字吵吵看不懂 |
|
d*****u
发帖数: 17243 | 45 代数应该讲过奇异值分解，哪怕不考。
简单说奇异值对应的那些向量就是主成份。
统计里可以用来给数据降维。 |
|
d*****u
发帖数: 17243 | 46 你不要听那个弃婴瞎说。
PCA在本科计算机视觉课程里会讲，但不是什么主流工具。 |
|
发帖数: 1 | 47 靠，都答不上么
当然有确定的解啦
就是零么
这些人，书都白读了 |
|
|
d***u
发帖数: 943 | 49
东西
对，应该每天打篮球，一辈子也不用讨论Ax = b。 眼不见为净，不知道不发愁。 |
|
发帖数: 1 | 50 这是一个长期的过程，你需要看长期的赢率。而且该raise必须去raise,打测试牌非常
重要，可以防止你输更多。
对方要是个保守的人，你raise他不弃牌，基本你都要非常小心了。
打牌输一局没啥，有一次打牌遇到一个啥牌都打的，那时他手气还特别顺，不是两对就
是顺子，赢了好多，得意得不行，我和我旁边的人聊天，说他这种打法会吐出来的，慢
慢跟他打，果真他手气过去了，很快输光了。
这种人基本就是牌桌上的鱼，又有钱，每次都是上千筹码，大家都喜欢跟他打，跟他打
特别简单，有好牌一抓一个准，这个人有任何上听都舍不得弃牌。
德扑最吸引人的地方，是需要看人下菜碟，不同的人，你的应对是必须不同的。你看那
些professional 打牌，很少放水，想看一张牌都需要大代价，这才是正确打法，如果
你有大牌，对方花大价钱去等牌，最后可能等到赢了你，看起来你输了这局，但是你没
有打错，你输给了运气而已。因为这种概率是很小的，10次有八次他应该是输给你的，
那么长期赢率还是你高。
AA这种牌，最希望的是活捉另外的起手大对和AX这种牌，而不是任意牌，所以起手必须
尽可能大，留下来的，才是你希望的对手起手牌。
27 |
|
