One Forth

符号表

1350 个符号
符号
符号含义教材与范围
hwbh_{wb}

《线性回归》“连续值预测”中 h 的下标 wb 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 wb 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化A01 · 线性回归、最小二乘与正规方程
教材位置 · 2
  1. A01 · 线性回归、最小二乘与正规方程
ii

《损失函数》“经验风险”中记作 i 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 31
  1. A01 · 线性模型与统计学习综合复习
  2. A01 · 正则化、偏差与方差
  3. A03 · 聚类目标、K 均值与密度方法
  4. A03 · 无监督学习与概率图模型综合复习
  5. A04 · 参数初始化与梯度传播
  6. A05 · 归一化方法与尺度控制
  7. A06 · 语义分割、实例分割与密集预测
  8. A08 · 掩码预测与上下文建模
  9. A08 · 表示质量、坍塌与自监督学习综合复习
  10. A11 · 表达能力、过平滑与几何学习综合复习
  11. A11 · 图生成、图动力学与物理系统
  12. A12 · 系统评估、故障模式与智能体综合复习
  13. A13 · 特征归因、显著性与反事实
  14. C01 · 动态规划与图算法
  15. C03 · 二进制与数值表示
  16. M01 · 代数、函数与解析几何综合复习
  17. M02 · 定积分与累积
  18. M03 · 二重积分、三重积分与变量替换
  19. M04 · 行列式与体积缩放
  20. M04 · 矩阵及其运算
  21. M07 · 计数原理、容斥与鸽巢原理
  22. M10 · 插值、多项式逼近与样条
  23. M11 · 约束优化、KKT 条件与对偶性
  24. P03 · 干涉、衍射与傅里叶光学
  25. P06 · Bose–Einstein 与 Fermi–Dirac 统计
  26. P06 · 正则系综、配分函数与涨落
  27. P08 · Einstein 场方程与典型解
  28. P10 · 磁性、超导与序参量
  29. P11 · 分子动力学与统计量计算
  30. P12 · 自由场量子化与粒子解释
  31. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化A00 · 损失函数、风险与评估
教材位置 · 5
  1. A00 · 损失函数、风险与评估
  2. A00 · 损失函数、风险与评估
  3. A00 · 损失函数、风险与评估
  4. A00 · 损失函数、风险与评估
ii

《线性学习综合复习》“Logistic 回归的条件概率”中记作 i 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 31
  1. A00 · 损失函数、风险与评估
  2. A01 · 正则化、偏差与方差
  3. A03 · 聚类目标、K 均值与密度方法
  4. A03 · 无监督学习与概率图模型综合复习
  5. A04 · 参数初始化与梯度传播
  6. A05 · 归一化方法与尺度控制
  7. A06 · 语义分割、实例分割与密集预测
  8. A08 · 掩码预测与上下文建模
  9. A08 · 表示质量、坍塌与自监督学习综合复习
  10. A11 · 表达能力、过平滑与几何学习综合复习
  11. A11 · 图生成、图动力学与物理系统
  12. A12 · 系统评估、故障模式与智能体综合复习
  13. A13 · 特征归因、显著性与反事实
  14. C01 · 动态规划与图算法
  15. C03 · 二进制与数值表示
  16. M01 · 代数、函数与解析几何综合复习
  17. M02 · 定积分与累积
  18. M03 · 二重积分、三重积分与变量替换
  19. M04 · 行列式与体积缩放
  20. M04 · 矩阵及其运算
  21. M07 · 计数原理、容斥与鸽巢原理
  22. M10 · 插值、多项式逼近与样条
  23. M11 · 约束优化、KKT 条件与对偶性
  24. P03 · 干涉、衍射与傅里叶光学
  25. P06 · Bose–Einstein 与 Fermi–Dirac 统计
  26. P06 · 正则系综、配分函数与涨落
  27. P08 · Einstein 场方程与典型解
  28. P10 · 磁性、超导与序参量
  29. P11 · 分子动力学与统计量计算
  30. P12 · 自由场量子化与粒子解释
  31. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化A01 · 线性模型与统计学习综合复习
教材位置 · 2
  1. A01 · 线性模型与统计学习综合复习
ii

《正则化》“有效正则化强度”中记作 i 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 31
  1. A00 · 损失函数、风险与评估
  2. A01 · 线性模型与统计学习综合复习
  3. A03 · 聚类目标、K 均值与密度方法
  4. A03 · 无监督学习与概率图模型综合复习
  5. A04 · 参数初始化与梯度传播
  6. A05 · 归一化方法与尺度控制
  7. A06 · 语义分割、实例分割与密集预测
  8. A08 · 掩码预测与上下文建模
  9. A08 · 表示质量、坍塌与自监督学习综合复习
  10. A11 · 表达能力、过平滑与几何学习综合复习
  11. A11 · 图生成、图动力学与物理系统
  12. A12 · 系统评估、故障模式与智能体综合复习
  13. A13 · 特征归因、显著性与反事实
  14. C01 · 动态规划与图算法
  15. C03 · 二进制与数值表示
  16. M01 · 代数、函数与解析几何综合复习
  17. M02 · 定积分与累积
  18. M03 · 二重积分、三重积分与变量替换
  19. M04 · 行列式与体积缩放
  20. M04 · 矩阵及其运算
  21. M07 · 计数原理、容斥与鸽巢原理
  22. M10 · 插值、多项式逼近与样条
  23. M11 · 约束优化、KKT 条件与对偶性
  24. P03 · 干涉、衍射与傅里叶光学
  25. P06 · Bose–Einstein 与 Fermi–Dirac 统计
  26. P06 · 正则系综、配分函数与涨落
  27. P08 · Einstein 场方程与典型解
  28. P10 · 磁性、超导与序参量
  29. P11 · 分子动力学与统计量计算
  30. P12 · 自由场量子化与粒子解释
  31. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化A01 · 正则化、偏差与方差
ii

《聚类方法》“K 均值的目标与 Lloyd 交替优化”中记作 i 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 31
  1. A00 · 损失函数、风险与评估
  2. A01 · 线性模型与统计学习综合复习
  3. A01 · 正则化、偏差与方差
  4. A03 · 无监督学习与概率图模型综合复习
  5. A04 · 参数初始化与梯度传播
  6. A05 · 归一化方法与尺度控制
  7. A06 · 语义分割、实例分割与密集预测
  8. A08 · 掩码预测与上下文建模
  9. A08 · 表示质量、坍塌与自监督学习综合复习
  10. A11 · 表达能力、过平滑与几何学习综合复习
  11. A11 · 图生成、图动力学与物理系统
  12. A12 · 系统评估、故障模式与智能体综合复习
  13. A13 · 特征归因、显著性与反事实
  14. C01 · 动态规划与图算法
  15. C03 · 二进制与数值表示
  16. M01 · 代数、函数与解析几何综合复习
  17. M02 · 定积分与累积
  18. M03 · 二重积分、三重积分与变量替换
  19. M04 · 行列式与体积缩放
  20. M04 · 矩阵及其运算
  21. M07 · 计数原理、容斥与鸽巢原理
  22. M10 · 插值、多项式逼近与样条
  23. M11 · 约束优化、KKT 条件与对偶性
  24. P03 · 干涉、衍射与傅里叶光学
  25. P06 · Bose–Einstein 与 Fermi–Dirac 统计
  26. P06 · 正则系综、配分函数与涨落
  27. P08 · Einstein 场方程与典型解
  28. P10 · 磁性、超导与序参量
  29. P11 · 分子动力学与统计量计算
  30. P12 · 自由场量子化与粒子解释
  31. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化A03 · 聚类目标、K 均值与密度方法
ii

《无监督与图模型综合》“图结构、条件独立与概率查询”中记作 i 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 31
  1. A00 · 损失函数、风险与评估
  2. A01 · 线性模型与统计学习综合复习
  3. A01 · 正则化、偏差与方差
  4. A03 · 聚类目标、K 均值与密度方法
  5. A04 · 参数初始化与梯度传播
  6. A05 · 归一化方法与尺度控制
  7. A06 · 语义分割、实例分割与密集预测
  8. A08 · 掩码预测与上下文建模
  9. A08 · 表示质量、坍塌与自监督学习综合复习
  10. A11 · 表达能力、过平滑与几何学习综合复习
  11. A11 · 图生成、图动力学与物理系统
  12. A12 · 系统评估、故障模式与智能体综合复习
  13. A13 · 特征归因、显著性与反事实
  14. C01 · 动态规划与图算法
  15. C03 · 二进制与数值表示
  16. M01 · 代数、函数与解析几何综合复习
  17. M02 · 定积分与累积
  18. M03 · 二重积分、三重积分与变量替换
  19. M04 · 行列式与体积缩放
  20. M04 · 矩阵及其运算
  21. M07 · 计数原理、容斥与鸽巢原理
  22. M10 · 插值、多项式逼近与样条
  23. M11 · 约束优化、KKT 条件与对偶性
  24. P03 · 干涉、衍射与傅里叶光学
  25. P06 · Bose–Einstein 与 Fermi–Dirac 统计
  26. P06 · 正则系综、配分函数与涨落
  27. P08 · Einstein 场方程与典型解
  28. P10 · 磁性、超导与序参量
  29. P11 · 分子动力学与统计量计算
  30. P12 · 自由场量子化与粒子解释
  31. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化A03 · 无监督学习与概率图模型综合复习
ii

《约束优化与对偶》“拉格朗日函数与对偶函数”中记作 i 的等号右侧的输入量或系数

详细信息
单位
不适用
成立条件
符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 31
  1. A00 · 损失函数、风险与评估
  2. A01 · 线性模型与统计学习综合复习
  3. A01 · 正则化、偏差与方差
  4. A03 · 聚类目标、K 均值与密度方法
  5. A03 · 无监督学习与概率图模型综合复习
  6. A04 · 参数初始化与梯度传播
  7. A05 · 归一化方法与尺度控制
  8. A06 · 语义分割、实例分割与密集预测
  9. A08 · 掩码预测与上下文建模
  10. A08 · 表示质量、坍塌与自监督学习综合复习
  11. A11 · 表达能力、过平滑与几何学习综合复习
  12. A11 · 图生成、图动力学与物理系统
  13. A12 · 系统评估、故障模式与智能体综合复习
  14. A13 · 特征归因、显著性与反事实
  15. C01 · 动态规划与图算法
  16. C03 · 二进制与数值表示
  17. M01 · 代数、函数与解析几何综合复习
  18. M02 · 定积分与累积
  19. M03 · 二重积分、三重积分与变量替换
  20. M04 · 行列式与体积缩放
  21. M04 · 矩阵及其运算
  22. M07 · 计数原理、容斥与鸽巢原理
  23. M10 · 插值、多项式逼近与样条
  24. P03 · 干涉、衍射与傅里叶光学
  25. P06 · Bose–Einstein 与 Fermi–Dirac 统计
  26. P06 · 正则系综、配分函数与涨落
  27. P08 · Einstein 场方程与典型解
  28. P10 · 磁性、超导与序参量
  29. P11 · 分子动力学与统计量计算
  30. P12 · 自由场量子化与粒子解释
  31. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 5
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
  4. M11 · 约束优化、KKT 条件与对偶性
II

《决策树与剪枝》“分类不纯度”中记作 I_ 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 I_ 仅按该公式锚点给出的对象类型、取值域与维度解释。
机器学习 · 最优化A02 · 决策树、划分准则与剪枝
jj

《约束优化与对偶》“拉格朗日函数与对偶函数”中记作 j 的等号右侧的输入量或系数

详细信息
单位
不适用
成立条件
符号 j 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 8
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A11 · 表达能力、过平滑与几何学习综合复习
  3. A11 · 图生成、图动力学与物理系统
  4. M01 · 代数、函数与解析几何综合复习
  5. M04 · 行列式与体积缩放
  6. M04 · 矩阵及其运算
  7. P03 · 干涉、衍射与傅里叶光学
  8. P10 · 能带理论、半导体与费米面
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 4
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
JJ

《聚类方法》“K 均值的目标与 Lloyd 交替优化”中记作 J 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 J 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 1
  1. P12 · 规范对称性与标准模型结构
机器学习 · 最优化A03 · 聚类目标、K 均值与密度方法
教材位置 · 2
  1. A03 · 聚类目标、K 均值与密度方法
kk

优化算法的迭代编号

详细信息
单位
由上下文确定
成立条件
该含义限定于《决策树与剪枝》“分类不纯度”及其相邻推导。
其他含义 · 18
  1. A02 · 特征映射、正定核与再生核空间
  2. A05 · 正则化、数据增强与早停
  3. A10 · 动态规划、Monte Carlo 与时序差分
  4. A10 · Markov 决策过程与 Bellman 方程
  5. A10 · Q-learning、探索与函数逼近
  6. A10 · 稳定性、评估与强化学习综合复习
  7. A11 · 谱图方法与流形学习
  8. A12 · 检索增强、引用与事实落地
  9. C01 · 序列、栈、队列、树与堆
  10. C04 · 进程与系统调用
  11. M01 · 函数、变换与图像
  12. M04 · 矩阵及其运算
  13. M07 · 递推关系与生成函数
  14. M11 · 一阶优化与梯度下降
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化A02 · 决策树、划分准则与剪枝
kk

优化算法的迭代编号

详细信息
单位
由上下文确定
成立条件
该含义限定于《特征映射与核》“Gram 矩阵与正半定条件”及其相邻推导。
其他含义 · 18
  1. A02 · 决策树、划分准则与剪枝
  2. A05 · 正则化、数据增强与早停
  3. A10 · 动态规划、Monte Carlo 与时序差分
  4. A10 · Markov 决策过程与 Bellman 方程
  5. A10 · Q-learning、探索与函数逼近
  6. A10 · 稳定性、评估与强化学习综合复习
  7. A11 · 谱图方法与流形学习
  8. A12 · 检索增强、引用与事实落地
  9. C01 · 序列、栈、队列、树与堆
  10. C04 · 进程与系统调用
  11. M01 · 函数、变换与图像
  12. M04 · 矩阵及其运算
  13. M07 · 递推关系与生成函数
  14. M11 · 一阶优化与梯度下降
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化A02 · 特征映射、正定核与再生核空间
教材位置 · 8
  1. A02 · 特征映射、正定核与再生核空间
  2. A02 · 特征映射、正定核与再生核空间
  3. A02 · 特征映射、正定核与再生核空间
  4. A02 · 特征映射、正定核与再生核空间
  5. A02 · 特征映射、正定核与再生核空间
  6. A02 · 特征映射、正定核与再生核空间
  7. A02 · 特征映射、正定核与再生核空间
kk

优化算法的迭代编号

详细信息
单位
由上下文确定
成立条件
该含义限定于《动态规划与时序差分》“Monte Carlo 回报估计”及其相邻推导。
其他含义 · 18
  1. A02 · 决策树、划分准则与剪枝
  2. A02 · 特征映射、正定核与再生核空间
  3. A05 · 正则化、数据增强与早停
  4. A10 · Markov 决策过程与 Bellman 方程
  5. A10 · Q-learning、探索与函数逼近
  6. A10 · 稳定性、评估与强化学习综合复习
  7. A11 · 谱图方法与流形学习
  8. A12 · 检索增强、引用与事实落地
  9. C01 · 序列、栈、队列、树与堆
  10. C04 · 进程与系统调用
  11. M01 · 函数、变换与图像
  12. M04 · 矩阵及其运算
  13. M07 · 递推关系与生成函数
  14. M11 · 一阶优化与梯度下降
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化A10 · 动态规划、Monte Carlo 与时序差分
教材位置 · 2
  1. A10 · 动态规划、Monte Carlo 与时序差分
kk

优化算法的迭代编号

详细信息
单位
由上下文确定
成立条件
该含义限定于《Markov 决策过程》“折扣回报”及其相邻推导。
其他含义 · 18
  1. A02 · 决策树、划分准则与剪枝
  2. A02 · 特征映射、正定核与再生核空间
  3. A05 · 正则化、数据增强与早停
  4. A10 · 动态规划、Monte Carlo 与时序差分
  5. A10 · Q-learning、探索与函数逼近
  6. A10 · 稳定性、评估与强化学习综合复习
  7. A11 · 谱图方法与流形学习
  8. A12 · 检索增强、引用与事实落地
  9. C01 · 序列、栈、队列、树与堆
  10. C04 · 进程与系统调用
  11. M01 · 函数、变换与图像
  12. M04 · 矩阵及其运算
  13. M07 · 递推关系与生成函数
  14. M11 · 一阶优化与梯度下降
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化A10 · Markov 决策过程与 Bellman 方程
kk

优化算法的迭代编号

详细信息
单位
由上下文确定
成立条件
该含义限定于《Q-learning》“表格 Q-learning 的收敛条件”及其相邻推导。
其他含义 · 18
  1. A02 · 决策树、划分准则与剪枝
  2. A02 · 特征映射、正定核与再生核空间
  3. A05 · 正则化、数据增强与早停
  4. A10 · 动态规划、Monte Carlo 与时序差分
  5. A10 · Markov 决策过程与 Bellman 方程
  6. A10 · 稳定性、评估与强化学习综合复习
  7. A11 · 谱图方法与流形学习
  8. A12 · 检索增强、引用与事实落地
  9. C01 · 序列、栈、队列、树与堆
  10. C04 · 进程与系统调用
  11. M01 · 函数、变换与图像
  12. M04 · 矩阵及其运算
  13. M07 · 递推关系与生成函数
  14. M11 · 一阶优化与梯度下降
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化A10 · Q-learning、探索与函数逼近
kk

优化算法的迭代编号

详细信息
单位
由上下文确定
成立条件
该含义限定于《强化学习综合复习》“MDP 的时间步与终止条件”及其相邻推导。
其他含义 · 18
  1. A02 · 决策树、划分准则与剪枝
  2. A02 · 特征映射、正定核与再生核空间
  3. A05 · 正则化、数据增强与早停
  4. A10 · 动态规划、Monte Carlo 与时序差分
  5. A10 · Markov 决策过程与 Bellman 方程
  6. A10 · Q-learning、探索与函数逼近
  7. A11 · 谱图方法与流形学习
  8. A12 · 检索增强、引用与事实落地
  9. C01 · 序列、栈、队列、树与堆
  10. C04 · 进程与系统调用
  11. M01 · 函数、变换与图像
  12. M04 · 矩阵及其运算
  13. M07 · 递推关系与生成函数
  14. M11 · 一阶优化与梯度下降
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化A10 · 稳定性、评估与强化学习综合复习
kk

优化算法的迭代编号

详细信息
单位
不适用
成立条件
该含义限定于《梯度下降》“梯度下降更新”及其相邻推导。
其他含义 · 18
  1. A02 · 决策树、划分准则与剪枝
  2. A02 · 特征映射、正定核与再生核空间
  3. A05 · 正则化、数据增强与早停
  4. A10 · 动态规划、Monte Carlo 与时序差分
  5. A10 · Markov 决策过程与 Bellman 方程
  6. A10 · Q-learning、探索与函数逼近
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 谱图方法与流形学习
  9. A12 · 检索增强、引用与事实落地
  10. C01 · 序列、栈、队列、树与堆
  11. C04 · 进程与系统调用
  12. M01 · 函数、变换与图像
  13. M04 · 矩阵及其运算
  14. M07 · 递推关系与生成函数
  15. M12 · Lebesgue 积分与收敛定理
  16. P03 · 简谐振子、阻尼与受迫振动
  17. P03 · 行波、相位、叠加与色散
  18. P10 · 能带理论、半导体与费米面
机器学习 · 最优化M11 · 一阶优化与梯度下降
教材位置 · 4
  1. M11 · 一阶优化与梯度下降
  2. M11 · 一阶优化与梯度下降
  3. M11 · 一阶优化与梯度下降
k1k_{1}

《特征映射与核》“Gram 矩阵与正半定条件”中 k 的下标 1 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 1 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化A02 · 特征映射、正定核与再生核空间
k2k_{2}

《特征映射与核》“Gram 矩阵与正半定条件”中 k 的下标 2 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 2 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化A02 · 特征映射、正定核与再生核空间
kRt+k+1kR_{t+k+1}

《动态规划与时序差分》“Monte Carlo 回报估计”中 kR 的下标 t+k+1 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t+k+1 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 2
  1. A10 · Markov 决策过程与 Bellman 方程
  2. A10 · 稳定性、评估与强化学习综合复习
机器学习 · 最优化A10 · 动态规划、Monte Carlo 与时序差分
教材位置 · 2
  1. A10 · 动态规划、Monte Carlo 与时序差分
kRt+k+1kR_{t+k+1}

《Markov 决策过程》“折扣回报”中 kR 的下标 t+k+1 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t+k+1 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 2
  1. A10 · 动态规划、Monte Carlo 与时序差分
  2. A10 · 稳定性、评估与强化学习综合复习
机器学习 · 最优化A10 · Markov 决策过程与 Bellman 方程
kRt+k+1kR_{t+k+1}

《强化学习综合复习》“MDP 的时间步与终止条件”中 kR 的下标 t+k+1 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t+k+1 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 2
  1. A10 · 动态规划、Monte Carlo 与时序差分
  2. A10 · Markov 决策过程与 Bellman 方程
机器学习 · 最优化A10 · 稳定性、评估与强化学习综合复习
LL

训练或优化目标的损失函数

详细信息
单位
由上下文确定
成立条件
该含义限定于《线性学习综合复习》“Logistic 回归的条件概率”及其相邻推导。
其他含义 · 24
  1. A04 · 反向传播与反向模式自动微分
  2. A05 · 学习率调度与二阶近似
  3. A08 · 表示学习目标、相似度与不变性
  4. A11 · 图、图信号与节点表示
  5. A11 · 谱图方法与流形学习
  6. C05 · 网络分层与时延
  7. M11 · 一阶优化与梯度下降
  8. M02 · 数列极限与收敛判据
  9. M03 · 曲线积分与曲面积分
  10. M06 · 置信区间与枢轴量
  11. M06 · 点估计、充分性与信息量
  12. M06 · 估计、检验与统计决策综合复习
  13. M08 · 初值问题、存在唯一性与方向场
  14. M09 · 傅里叶方法与偏微分方程综合复习
  15. M10 · 稳定性、收敛性与科学计算综合复习
  16. M11 · 约束优化、KKT 条件与对偶性
  17. M13 · Cauchy 定理与积分公式
  18. M14 · 群、环、域与 Galois 思想综合复习
  19. P02 · 分析力学与非线性动力学综合复习
  20. P02 · Legendre 变换与 Hamilton 方程
  21. P04 · 电磁感应、位移电流与电路响应
  22. P09 · Navier–Stokes 方程与黏性流
  23. P12 · 经典场、作用量与 Noether 流
  24. P12 · 相互作用、散射与 Feynman 图
机器学习 · 最优化A01 · 线性模型与统计学习综合复习
教材位置 · 3
  1. A01 · 线性模型与统计学习综合复习
  2. A01 · 线性模型与统计学习综合复习
LL

待最小化的损失函数

详细信息
单位
由上下文确定
其他含义 · 24
  1. A01 · 线性模型与统计学习综合复习
  2. A04 · 反向传播与反向模式自动微分
  3. A05 · 学习率调度与二阶近似
  4. A08 · 表示学习目标、相似度与不变性
  5. A11 · 图、图信号与节点表示
  6. A11 · 谱图方法与流形学习
  7. C05 · 网络分层与时延
  8. M02 · 数列极限与收敛判据
  9. M03 · 曲线积分与曲面积分
  10. M06 · 置信区间与枢轴量
  11. M06 · 点估计、充分性与信息量
  12. M06 · 估计、检验与统计决策综合复习
  13. M08 · 初值问题、存在唯一性与方向场
  14. M09 · 傅里叶方法与偏微分方程综合复习
  15. M10 · 稳定性、收敛性与科学计算综合复习
  16. M11 · 约束优化、KKT 条件与对偶性
  17. M13 · Cauchy 定理与积分公式
  18. M14 · 群、环、域与 Galois 思想综合复习
  19. P02 · 分析力学与非线性动力学综合复习
  20. P02 · Legendre 变换与 Hamilton 方程
  21. P04 · 电磁感应、位移电流与电路响应
  22. P09 · Navier–Stokes 方程与黏性流
  23. P12 · 经典场、作用量与 Noether 流
  24. P12 · 相互作用、散射与 Feynman 图
机器学习 · 最优化M11 · 一阶优化与梯度下降
教材位置 · 39
  1. A02 · 决策树、划分准则与剪枝
  2. A02 · 决策树、划分准则与剪枝
  3. A03 · EM 算法与变分推断
  4. A03 · EM 算法与变分推断
  5. A03 · EM 算法与变分推断
  6. A02 · AdaBoost、梯度提升与残差拟合
  7. A02 · AdaBoost、梯度提升与残差拟合
  8. A01 · 线性模型与统计学习综合复习
  9. A01 · 线性模型与统计学习综合复习
  10. A01 · 线性模型与统计学习综合复习
  11. A01 · 线性回归、最小二乘与正规方程
  12. A01 · 线性回归、最小二乘与正规方程
  13. A01 · Logistic 回归与概率分类
  14. A00 · 损失函数、风险与评估
  15. A10 · Q-learning、探索与函数逼近
  16. M11 · 约束优化、KKT 条件与对偶性
  17. M11 · 约束优化、KKT 条件与对偶性
  18. M11 · 约束优化、KKT 条件与对偶性
  19. M11 · 约束优化、KKT 条件与对偶性
  20. M11 · 约束优化、KKT 条件与对偶性
  21. M11 · 约束优化、KKT 条件与对偶性
  22. M11 · 约束优化、KKT 条件与对偶性
  23. M11 · 一阶优化与梯度下降
  24. M11 · 一阶优化与梯度下降
  25. M11 · 一阶优化与梯度下降
  26. M11 · 一阶优化与梯度下降
  27. M11 · 一阶优化与梯度下降
  28. M11 · 一阶优化与梯度下降
  29. M11 · 一阶优化与梯度下降
  30. M11 · 一阶优化与梯度下降
  31. M11 · 一阶优化与梯度下降
  32. M11 · 一阶优化与梯度下降
  33. M11 · 一阶优化与梯度下降
  34. M11 · 一阶优化与梯度下降
  35. M11 · 最优化与信息论综合复习
  36. M11 · 最优化与信息论综合复习
  37. M11 · 最优化与信息论综合复习
  38. M11 · 最优化与信息论综合复习
LL

训练或优化目标的损失函数

详细信息
单位
不适用
成立条件
该含义限定于《约束优化与对偶》“拉格朗日函数与对偶函数”及其相邻推导。
其他含义 · 24
  1. A01 · 线性模型与统计学习综合复习
  2. A04 · 反向传播与反向模式自动微分
  3. A05 · 学习率调度与二阶近似
  4. A08 · 表示学习目标、相似度与不变性
  5. A11 · 图、图信号与节点表示
  6. A11 · 谱图方法与流形学习
  7. C05 · 网络分层与时延
  8. M11 · 一阶优化与梯度下降
  9. M02 · 数列极限与收敛判据
  10. M03 · 曲线积分与曲面积分
  11. M06 · 置信区间与枢轴量
  12. M06 · 点估计、充分性与信息量
  13. M06 · 估计、检验与统计决策综合复习
  14. M08 · 初值问题、存在唯一性与方向场
  15. M09 · 傅里叶方法与偏微分方程综合复习
  16. M10 · 稳定性、收敛性与科学计算综合复习
  17. M13 · Cauchy 定理与积分公式
  18. M14 · 群、环、域与 Galois 思想综合复习
  19. P02 · 分析力学与非线性动力学综合复习
  20. P02 · Legendre 变换与 Hamilton 方程
  21. P04 · 电磁感应、位移电流与电路响应
  22. P09 · Navier–Stokes 方程与黏性流
  23. P12 · 经典场、作用量与 Noether 流
  24. P12 · 相互作用、散射与 Feynman 图
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 7
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
  4. M11 · 约束优化、KKT 条件与对偶性
  5. M11 · 约束优化、KKT 条件与对偶性
  6. M11 · 约束优化、KKT 条件与对偶性
λ\lambda

《正则化》“有效正则化强度”中记作 lambda 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 lambda 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 4
  1. M04 · 特征值、特征向量、对角化与综合复习
  2. M10 · 线性方程组的直接与迭代解法
  3. M11 · 约束优化、KKT 条件与对偶性
  4. M16 · 谱、预解式与谱定理
机器学习 · 最优化A01 · 正则化、偏差与方差
教材位置 · 12
  1. A01 · 正则化、偏差与方差
  2. A01 · 正则化、偏差与方差
  3. A01 · 正则化、偏差与方差
  4. A01 · 正则化、偏差与方差
  5. A01 · 正则化、偏差与方差
  6. A01 · 正则化、偏差与方差
  7. A01 · 正则化、偏差与方差
  8. A01 · 正则化、偏差与方差
  9. A01 · 正则化、偏差与方差
  10. A01 · 正则化、偏差与方差
  11. A01 · 正则化、偏差与方差
λ\lambda

《约束优化与对偶》“拉格朗日函数与对偶函数”中记作 lambda 的等号左侧的目标量

详细信息
单位
不适用
成立条件
符号 lambda 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 4
  1. A01 · 正则化、偏差与方差
  2. M04 · 特征值、特征向量、对角化与综合复习
  3. M10 · 线性方程组的直接与迭代解法
  4. M16 · 谱、预解式与谱定理
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 9
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
  4. M11 · 约束优化、KKT 条件与对偶性
  5. M11 · 约束优化、KKT 条件与对偶性
  6. M11 · 约束优化、KKT 条件与对偶性
  7. M11 · 约束优化、KKT 条件与对偶性
  8. M11 · 约束优化、KKT 条件与对偶性
λi\lambda_{i}

《约束优化与对偶》“拉格朗日函数与对偶函数”中 lambda 的下标 i 分量或状态量

详细信息
单位
不适用
成立条件
下标 i 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 6
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
  4. M11 · 约束优化、KKT 条件与对偶性
  5. M11 · 约束优化、KKT 条件与对偶性
mm

《AdaBoost 与梯度提升》“提升法的加法模型”中记作 m 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 m 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. A04 · 计算图、链式法则与局部导数
  2. C03 · 存储层次与缓存
  3. M01 · 多项式、因式分解与有理式
  4. M07 · 计数原理、容斥与鸽巢原理
  5. M11 · 约束优化、KKT 条件与对偶性
  6. M14 · 模、线性表示与结构定理
  7. P01 · 引力、轨道与经典力学综合复习
  8. P01 · 动量、冲量与碰撞
  9. P03 · 简谐振子、阻尼与受迫振动
  10. P04 · 稳恒电流、磁场与矢势
  11. P06 · 相变、序参量与临界现象
  12. P07 · 一维势阱、隧穿与散射
  13. P07 · Schrödinger 方程与时间演化
  14. P10 · 磁性、超导与序参量
  15. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化A02 · AdaBoost、梯度提升与残差拟合
教材位置 · 3
  1. A02 · AdaBoost、梯度提升与残差拟合
  2. A02 · AdaBoost、梯度提升与残差拟合
mm

《约束优化与对偶》“拉格朗日函数与对偶函数”中记作 m 的等号左侧的目标量

详细信息
单位
不适用
成立条件
符号 m 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. A02 · AdaBoost、梯度提升与残差拟合
  2. A04 · 计算图、链式法则与局部导数
  3. C03 · 存储层次与缓存
  4. M01 · 多项式、因式分解与有理式
  5. M07 · 计数原理、容斥与鸽巢原理
  6. M14 · 模、线性表示与结构定理
  7. P01 · 引力、轨道与经典力学综合复习
  8. P01 · 动量、冲量与碰撞
  9. P03 · 简谐振子、阻尼与受迫振动
  10. P04 · 稳恒电流、磁场与矢势
  11. P06 · 相变、序参量与临界现象
  12. P07 · 一维势阱、隧穿与散射
  13. P07 · Schrödinger 方程与时间演化
  14. P10 · 磁性、超导与序参量
  15. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 2
  1. M11 · 约束优化、KKT 条件与对偶性
MM

《AdaBoost 与梯度提升》“提升法的加法模型”中记作 M 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 M 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 6
  1. M14 · 模、线性表示与结构定理
  2. M15 · 微分形式、外微分与 Stokes 定理
  3. P01 · 引力、轨道与经典力学综合复习
  4. P03 · 耦合振子与简正模
  5. P03 · 几何光学、偏振与波动综合复习
  6. P04 · 介质、能流与电磁学综合复习
机器学习 · 最优化A02 · AdaBoost、梯度提升与残差拟合
教材位置 · 2
  1. A02 · AdaBoost、梯度提升与残差拟合
μ\mu

《聚类方法》“K 均值的目标与 Lloyd 交替优化”中记作 mu 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 mu 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. M12 · Lebesgue 积分与收敛定理
  2. M12 · Lp 空间、乘积测度与 Fubini 定理
  3. M12 · 测度、可测集与可测函数
  4. M12 · 实分析与测度论综合复习
  5. P01 · 引力、轨道与经典力学综合复习
  6. P04 · Maxwell 方程与电磁波
  7. P06 · 巨正则系综与化学势
  8. P07 · 角动量、自旋与全同粒子
  9. P08 · 等效原理、测地线与引力红移
  10. P08 · 四矢量、相对论动力学与电磁场
  11. P08 · 张量、联络与曲率
  12. P09 · Navier–Stokes 方程与黏性流
  13. P11 · Monte Carlo、重要性采样与误差估计
  14. P12 · 经典场、作用量与 Noether 流
  15. P12 · 规范对称性与标准模型结构
机器学习 · 最优化A03 · 聚类目标、K 均值与密度方法
μz\mu_{z}

《聚类方法》“K 均值的目标与 Lloyd 交替优化”中 mu 的下标 z 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 z 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化A03 · 聚类目标、K 均值与密度方法
nn

《损失函数》“经验风险”中记作 n 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 n 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 22
  1. A01 · 线性模型与统计学习综合复习
  2. A01 · 正则化、偏差与方差
  3. A03 · 聚类目标、K 均值与密度方法
  4. A04 · 计算图、链式法则与局部导数
  5. A08 · 表示质量、坍塌与自监督学习综合复习
  6. C01 · 分治、贪心与排序
  7. C01 · 序列、栈、队列、树与堆
  8. M02 · 定积分与累积
  9. M04 · 线性方程组的解结构
  10. M04 · 矩阵及其运算
  11. M07 · 递推关系与生成函数
  12. M08 · 高阶线性方程与常系数方法
  13. M08 · 稳定性、Lyapunov 方法与分岔
  14. M09 · 傅里叶方法与偏微分方程综合复习
  15. M09 · 傅里叶级数、收敛与 Gibbs 现象
  16. M10 · 插值、多项式逼近与样条
  17. M14 · 域扩张、多项式与有限域
  18. P00 · 尺度分析、数量级与估算
  19. P05 · 熵、不可逆过程与熵产生
  20. P05 · 平衡态、状态方程与准静态过程
  21. P09 · 质量、动量与能量守恒方程
  22. P10 · 自由电子气与输运
机器学习 · 最优化A00 · 损失函数、风险与评估
教材位置 · 4
  1. A00 · 损失函数、风险与评估
  2. A00 · 损失函数、风险与评估
  3. A00 · 损失函数、风险与评估
nn

《线性学习综合复习》“Logistic 回归的条件概率”中记作 n 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 n 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 22
  1. A00 · 损失函数、风险与评估
  2. A01 · 正则化、偏差与方差
  3. A03 · 聚类目标、K 均值与密度方法
  4. A04 · 计算图、链式法则与局部导数
  5. A08 · 表示质量、坍塌与自监督学习综合复习
  6. C01 · 分治、贪心与排序
  7. C01 · 序列、栈、队列、树与堆
  8. M02 · 定积分与累积
  9. M04 · 线性方程组的解结构
  10. M04 · 矩阵及其运算
  11. M07 · 递推关系与生成函数
  12. M08 · 高阶线性方程与常系数方法
  13. M08 · 稳定性、Lyapunov 方法与分岔
  14. M09 · 傅里叶方法与偏微分方程综合复习
  15. M09 · 傅里叶级数、收敛与 Gibbs 现象
  16. M10 · 插值、多项式逼近与样条
  17. M14 · 域扩张、多项式与有限域
  18. P00 · 尺度分析、数量级与估算
  19. P05 · 熵、不可逆过程与熵产生
  20. P05 · 平衡态、状态方程与准静态过程
  21. P09 · 质量、动量与能量守恒方程
  22. P10 · 自由电子气与输运
机器学习 · 最优化A01 · 线性模型与统计学习综合复习
教材位置 · 3
  1. A01 · 线性模型与统计学习综合复习
  2. A01 · 线性模型与统计学习综合复习
nn

《正则化》“有效正则化强度”中记作 n 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 n 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 22
  1. A00 · 损失函数、风险与评估
  2. A01 · 线性模型与统计学习综合复习
  3. A03 · 聚类目标、K 均值与密度方法
  4. A04 · 计算图、链式法则与局部导数
  5. A08 · 表示质量、坍塌与自监督学习综合复习
  6. C01 · 分治、贪心与排序
  7. C01 · 序列、栈、队列、树与堆
  8. M02 · 定积分与累积
  9. M04 · 线性方程组的解结构
  10. M04 · 矩阵及其运算
  11. M07 · 递推关系与生成函数
  12. M08 · 高阶线性方程与常系数方法
  13. M08 · 稳定性、Lyapunov 方法与分岔
  14. M09 · 傅里叶方法与偏微分方程综合复习
  15. M09 · 傅里叶级数、收敛与 Gibbs 现象
  16. M10 · 插值、多项式逼近与样条
  17. M14 · 域扩张、多项式与有限域
  18. P00 · 尺度分析、数量级与估算
  19. P05 · 熵、不可逆过程与熵产生
  20. P05 · 平衡态、状态方程与准静态过程
  21. P09 · 质量、动量与能量守恒方程
  22. P10 · 自由电子气与输运
机器学习 · 最优化A01 · 正则化、偏差与方差
教材位置 · 4
  1. A01 · 正则化、偏差与方差
  2. A01 · 正则化、偏差与方差
  3. A01 · 正则化、偏差与方差
nn

《聚类方法》“K 均值的目标与 Lloyd 交替优化”中记作 n 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 n 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 22
  1. A00 · 损失函数、风险与评估
  2. A01 · 线性模型与统计学习综合复习
  3. A01 · 正则化、偏差与方差
  4. A04 · 计算图、链式法则与局部导数
  5. A08 · 表示质量、坍塌与自监督学习综合复习
  6. C01 · 分治、贪心与排序
  7. C01 · 序列、栈、队列、树与堆
  8. M02 · 定积分与累积
  9. M04 · 线性方程组的解结构
  10. M04 · 矩阵及其运算
  11. M07 · 递推关系与生成函数
  12. M08 · 高阶线性方程与常系数方法
  13. M08 · 稳定性、Lyapunov 方法与分岔
  14. M09 · 傅里叶方法与偏微分方程综合复习
  15. M09 · 傅里叶级数、收敛与 Gibbs 现象
  16. M10 · 插值、多项式逼近与样条
  17. M14 · 域扩张、多项式与有限域
  18. P00 · 尺度分析、数量级与估算
  19. P05 · 熵、不可逆过程与熵产生
  20. P05 · 平衡态、状态方程与准静态过程
  21. P09 · 质量、动量与能量守恒方程
  22. P10 · 自由电子气与输运
机器学习 · 最优化A03 · 聚类目标、K 均值与密度方法
教材位置 · 2
  1. A03 · 聚类目标、K 均值与密度方法
NN

《指标与基线》“混淆矩阵与分类阈值”中记作 N 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 N 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 14
  1. A06 · 几何、数据偏差与计算机视觉综合复习
  2. A06 · 视觉 Transformer 与混合架构
  3. A11 · 表达能力、过平滑与几何学习综合复习
  4. A11 · 图生成、图动力学与物理系统
  5. A12 · 系统评估、故障模式与智能体综合复习
  6. C05 · IP 地址与路由
  7. M04 · 线性方程组的解结构
  8. P03 · 干涉、衍射与傅里叶光学
  9. P05 · 自由能、Maxwell 关系与相平衡
  10. P06 · 正则系综、配分函数与涨落
  11. P06 · 巨正则系综与化学势
  12. P06 · 微正则系综与熵的统计解释
  13. P06 · 输运、涨落与统计物理综合复习
  14. P10 · 自由电子气与输运
机器学习 · 最优化A00 · 分类、回归指标与基线
教材位置 · 4
  1. A00 · 分类、回归指标与基线
  2. A00 · 分类、回归指标与基线
  3. A00 · 分类、回归指标与基线
ν\nu

《约束优化与对偶》“拉格朗日函数与对偶函数”中记作 nu 的等号左侧的目标量

详细信息
单位
不适用
成立条件
符号 nu 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 2
  1. P08 · 等效原理、测地线与引力红移
  2. P12 · 规范对称性与标准模型结构
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 8
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
  4. M11 · 约束优化、KKT 条件与对偶性
  5. M11 · 约束优化、KKT 条件与对偶性
  6. M11 · 约束优化、KKT 条件与对偶性
  7. M11 · 约束优化、KKT 条件与对偶性
νj\nu_{j}

《约束优化与对偶》“拉格朗日函数与对偶函数”中 nu 的下标 j 分量或状态量

详细信息
单位
不适用
成立条件
下标 j 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化M11 · 约束优化、KKT 条件与对偶性
教材位置 · 4
  1. M11 · 约束优化、KKT 条件与对偶性
  2. M11 · 约束优化、KKT 条件与对偶性
  3. M11 · 约束优化、KKT 条件与对偶性
nXcnX_{c}

《PCA 与流形降维》“PCA 的中心化”中 nX 的下标 c 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 c 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 最优化A03 · 主成分分析与流形降维
Ω\Omega

《正则化》“有效正则化强度”中记作 Omega 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 Omega 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 4
  1. A14 · 物理信息神经网络与残差训练
  2. M13 · 保角映射与解析延拓
  3. P06 · 微正则系综与熵的统计解释
  4. P06 · 输运、涨落与统计物理综合复习
机器学习 · 最优化A01 · 正则化、偏差与方差
教材位置 · 3
  1. A01 · 正则化、偏差与方差
  2. A01 · 正则化、偏差与方差
pp

《逻辑回归》“几率与对数几率”中记作 p 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 p 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 23
  1. A03 · 贝叶斯网络与 Markov 随机场
  2. A03 · 变量消元、消息传递与精确推断
  3. A03 · 无监督学习与概率图模型综合复习
  4. A05 · 学习率调度与二阶近似
  5. A09 · 自回归生成与序列似然
  6. A13 · 鲁棒性、对抗攻击与防御评估
  7. C00 · 数据可视化与计算实验
  8. C03 · 输入输出与性能分析
  9. C03 · 存储层次与缓存
  10. C05 · IP 地址与路由
  11. M01 · 多项式、因式分解与有理式
  12. M11 · 熵、互信息与散度
  13. M11 · 优化模型、可行域与最优性
  14. M15 · 拓扑与微分几何综合复习
  15. P01 · 动量、冲量与碰撞
  16. P02 · Poisson 括号与正则变换
  17. P05 · 平衡态、状态方程与准静态过程
  18. P05 · 热力学第一定律与能量传递
  19. P05 · 自由能、Maxwell 关系与相平衡
  20. P05 · 响应函数、相变与热力学综合复习
  21. P09 · Euler 方程、Bernoulli 定理与涡量
  22. P09 · Navier–Stokes 方程与黏性流
  23. P11 · 粒子系统与场方程计算
机器学习 · 最优化A01 · Logistic 回归与概率分类
教材位置 · 10
  1. A01 · Logistic 回归与概率分类
  2. A01 · Logistic 回归与概率分类
  3. A01 · Logistic 回归与概率分类
  4. A01 · Logistic 回归与概率分类
  5. A01 · Logistic 回归与概率分类
  6. A01 · Logistic 回归与概率分类
  7. A01 · Logistic 回归与概率分类
  8. A01 · Logistic 回归与概率分类
  9. A01 · Logistic 回归与概率分类
pp

《有向与无向图模型》“无向图的势函数分解”中记作 p 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 p 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 23
  1. A01 · Logistic 回归与概率分类
  2. A03 · 变量消元、消息传递与精确推断
  3. A03 · 无监督学习与概率图模型综合复习
  4. A05 · 学习率调度与二阶近似
  5. A09 · 自回归生成与序列似然
  6. A13 · 鲁棒性、对抗攻击与防御评估
  7. C00 · 数据可视化与计算实验
  8. C03 · 输入输出与性能分析
  9. C03 · 存储层次与缓存
  10. C05 · IP 地址与路由
  11. M01 · 多项式、因式分解与有理式
  12. M11 · 熵、互信息与散度
  13. M11 · 优化模型、可行域与最优性
  14. M15 · 拓扑与微分几何综合复习
  15. P01 · 动量、冲量与碰撞
  16. P02 · Poisson 括号与正则变换
  17. P05 · 平衡态、状态方程与准静态过程
  18. P05 · 热力学第一定律与能量传递
  19. P05 · 自由能、Maxwell 关系与相平衡
  20. P05 · 响应函数、相变与热力学综合复习
  21. P09 · Euler 方程、Bernoulli 定理与涡量
  22. P09 · Navier–Stokes 方程与黏性流
  23. P11 · 粒子系统与场方程计算
机器学习 · 最优化A03 · 贝叶斯网络与 Markov 随机场
教材位置 · 6
  1. A03 · 贝叶斯网络与 Markov 随机场
  2. A03 · 贝叶斯网络与 Markov 随机场
  3. A03 · 贝叶斯网络与 Markov 随机场
  4. A03 · 贝叶斯网络与 Markov 随机场
  5. A03 · 贝叶斯网络与 Markov 随机场
pp

《精确概率推断》“未归一权重与推断查询”中记作 p 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 p 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 23
  1. A01 · Logistic 回归与概率分类
  2. A03 · 贝叶斯网络与 Markov 随机场
  3. A03 · 无监督学习与概率图模型综合复习
  4. A05 · 学习率调度与二阶近似
  5. A09 · 自回归生成与序列似然
  6. A13 · 鲁棒性、对抗攻击与防御评估
  7. C00 · 数据可视化与计算实验
  8. C03 · 输入输出与性能分析
  9. C03 · 存储层次与缓存
  10. C05 · IP 地址与路由
  11. M01 · 多项式、因式分解与有理式
  12. M11 · 熵、互信息与散度
  13. M11 · 优化模型、可行域与最优性
  14. M15 · 拓扑与微分几何综合复习
  15. P01 · 动量、冲量与碰撞
  16. P02 · Poisson 括号与正则变换
  17. P05 · 平衡态、状态方程与准静态过程
  18. P05 · 热力学第一定律与能量传递
  19. P05 · 自由能、Maxwell 关系与相平衡
  20. P05 · 响应函数、相变与热力学综合复习
  21. P09 · Euler 方程、Bernoulli 定理与涡量
  22. P09 · Navier–Stokes 方程与黏性流
  23. P11 · 粒子系统与场方程计算
机器学习 · 最优化A03 · 变量消元、消息传递与精确推断
教材位置 · 4
  1. A03 · 变量消元、消息传递与精确推断
  2. A03 · 变量消元、消息传递与精确推断
  3. A03 · 变量消元、消息传递与精确推断
pp

《无监督与图模型综合》“图结构、条件独立与概率查询”中记作 p 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 p 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 23
  1. A01 · Logistic 回归与概率分类
  2. A03 · 贝叶斯网络与 Markov 随机场
  3. A03 · 变量消元、消息传递与精确推断
  4. A05 · 学习率调度与二阶近似
  5. A09 · 自回归生成与序列似然
  6. A13 · 鲁棒性、对抗攻击与防御评估
  7. C00 · 数据可视化与计算实验
  8. C03 · 输入输出与性能分析
  9. C03 · 存储层次与缓存
  10. C05 · IP 地址与路由
  11. M01 · 多项式、因式分解与有理式
  12. M11 · 熵、互信息与散度
  13. M11 · 优化模型、可行域与最优性
  14. M15 · 拓扑与微分几何综合复习
  15. P01 · 动量、冲量与碰撞
  16. P02 · Poisson 括号与正则变换
  17. P05 · 平衡态、状态方程与准静态过程
  18. P05 · 热力学第一定律与能量传递
  19. P05 · 自由能、Maxwell 关系与相平衡
  20. P05 · 响应函数、相变与热力学综合复习
  21. P09 · Euler 方程、Bernoulli 定理与涡量
  22. P09 · Navier–Stokes 方程与黏性流
  23. P11 · 粒子系统与场方程计算
机器学习 · 最优化A03 · 无监督学习与概率图模型综合复习
教材位置 · 2
  1. A03 · 无监督学习与概率图模型综合复习
pp

《优化模型与最优性》“优化模型与可行域”中记作 p 的等号左侧的目标量

详细信息
单位
不适用
成立条件
符号 p 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 23
  1. A01 · Logistic 回归与概率分类
  2. A03 · 贝叶斯网络与 Markov 随机场
  3. A03 · 变量消元、消息传递与精确推断
  4. A03 · 无监督学习与概率图模型综合复习
  5. A05 · 学习率调度与二阶近似
  6. A09 · 自回归生成与序列似然
  7. A13 · 鲁棒性、对抗攻击与防御评估
  8. C00 · 数据可视化与计算实验
  9. C03 · 输入输出与性能分析
  10. C03 · 存储层次与缓存
  11. C05 · IP 地址与路由
  12. M01 · 多项式、因式分解与有理式
  13. M11 · 熵、互信息与散度
  14. M15 · 拓扑与微分几何综合复习
  15. P01 · 动量、冲量与碰撞
  16. P02 · Poisson 括号与正则变换
  17. P05 · 平衡态、状态方程与准静态过程
  18. P05 · 热力学第一定律与能量传递
  19. P05 · 自由能、Maxwell 关系与相平衡
  20. P05 · 响应函数、相变与热力学综合复习
  21. P09 · Euler 方程、Bernoulli 定理与涡量
  22. P09 · Navier–Stokes 方程与黏性流
  23. P11 · 粒子系统与场方程计算
机器学习 · 最优化M11 · 优化模型、可行域与最优性
教材位置 · 2
  1. M11 · 优化模型、可行域与最优性
PP

《指标与基线》“混淆矩阵与分类阈值”中记作 P 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 P 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 11
  1. A00 · 分布偏移、置信区间与不确定性
  2. A00 · 监督学习任务、样本与标签
  3. A01 · 经验风险、容量与一致收敛
  4. C02 · 数据变换、血缘与版本
  5. C04 · 虚拟内存与分页
  6. M00 · 数学语言与证明综合复习
  7. M00 · 命题、量词与逻辑联结词
  8. M00 · 直接证明、反证法与构造法
  9. M03 · Green、Stokes 与 Gauss 定理
  10. P02 · Poisson 括号与正则变换
  11. P04 · 介质、能流与电磁学综合复习
机器学习 · 最优化A00 · 分类、回归指标与基线
教材位置 · 6
  1. A00 · 分类、回归指标与基线
  2. A00 · 分类、回归指标与基线
  3. A00 · 分类、回归指标与基线
  4. A00 · 分类、回归指标与基线
  5. A00 · 分类、回归指标与基线
PP

《偏移与不确定性》“分布偏移的类型”中记作 P 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 P 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 11
  1. A00 · 分类、回归指标与基线
  2. A00 · 监督学习任务、样本与标签
  3. A01 · 经验风险、容量与一致收敛
  4. C02 · 数据变换、血缘与版本
  5. C04 · 虚拟内存与分页
  6. M00 · 数学语言与证明综合复习
  7. M00 · 命题、量词与逻辑联结词
  8. M00 · 直接证明、反证法与构造法
  9. M03 · Green、Stokes 与 Gauss 定理
  10. P02 · Poisson 括号与正则变换
  11. P04 · 介质、能流与电磁学综合复习
机器学习 · 最优化A00 · 分布偏移、置信区间与不确定性
教材位置 · 2
  1. A00 · 分布偏移、置信区间与不确定性
PP

《监督学习》“监督学习的总体风险”中记作 P 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 P 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 11
  1. A00 · 分类、回归指标与基线
  2. A00 · 分布偏移、置信区间与不确定性
  3. A01 · 经验风险、容量与一致收敛
  4. C02 · 数据变换、血缘与版本
  5. C04 · 虚拟内存与分页
  6. M00 · 数学语言与证明综合复习
  7. M00 · 命题、量词与逻辑联结词
  8. M00 · 直接证明、反证法与构造法
  9. M03 · Green、Stokes 与 Gauss 定理
  10. P02 · Poisson 括号与正则变换
  11. P04 · 介质、能流与电磁学综合复习
机器学习 · 最优化A00 · 监督学习任务、样本与标签
教材位置 · 5
  1. A00 · 监督学习任务、样本与标签
  2. A00 · 监督学习任务、样本与标签
  3. A00 · 监督学习任务、样本与标签
  4. A00 · 监督学习任务、样本与标签