机器学习的建议 面对模型的下一步操作： 我们可以 获得更多的训练样本——通常是有效的，但代价较大，下面的方法也可能有效，可考虑先采用下面的几种方法。 尝试减少特征的数量 尝试获得更多的特征 尝试增加多项式特征 尝试减少正则化程度$\lambda$ 尝试增加正则化程度$\lambda$

此为李宏毅（Hung-yi Lee）的Understanding Deep Learning in One Day 课程的笔记。 分为四个部分： 1.深度学习简介（Introduction of Deep Learning） 2.训练深度神经网络的技巧（ Tips for Training Deep Neural Network） 3.神经网络的变体（Variants of Neural Netw

此为吴恩达《深度学习》课程中其中一个（不起眼的）知识的拓展。 吴恩达举例说明深度神经网络时，给出了只使用一层隐藏层表示异或逻辑需要$O(2^n)$的隐藏单元。

问题：输入无向图G和一个整数k。G中有n个顶点。每条边的费用非1 即2。请在图G中寻找一棵费用为k 的生成树。 (此题为数据结构与算法HW5的bouns题第一题)

推荐系统是最重要的机器学习的应用之一。

（一）$\sum _{n=1}^{\infty}a_n$收敛，但是$\sum _{n=1}^{\infty}{a_n}^3$发散 例子： $$ \sum _{n=1}^{\infty}a_n=1-1+\frac{1}{\sqrt[3]{2}}-\frac{1}{2\sqrt[3]{2}}-\frac{1}{2\sqrt[3]{2}}\ +…+\frac{1}{\sqrt[3]{k}}-\frac{

$f(x)$ 在 $0\leq x\leq1$上连续。 证明: $\int _0^1\ dx\int _x^1\ dy\int _x^y\ f\left(x\right)f\left(y\right)f\left(z\right)dz=\frac{1}{3!}\left(\int _0^1\ f\left(t\right)dt\right)^3$

降维可以压缩数据，因而使用较少的计算机内存或磁盘空间，加快我们的学习算法。 在数据可视化中，降维也是常用的手段。

京都大学 2021 年入学试题略解：

来自问题：有没有一部电影让你在深夜中痛哭？ 作者：乔维里