BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度？222归一化有可能提高精度223归一化的类型231）线性归一化232）标准差标准化233）非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化，简言之，即取区域平均或最大，如下图所示（图引自cs231n）40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤：50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类（ImageClassification）731.2图像检测（ImageDection）731.3图像分割（SemanticSegmentation）741.4图像标注–看图说话（ImageCaptioning）751.5图像生成–文字转图像（ImageGenerator）762.强化学习（ReinforcementLearning）773深度无监督学习（DeepUnsupervisedLearning）–预测学习783.1条件生成对抗网络（ConditionalGenerativeAdversarialNets，CGAN）793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构（NvsN）97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖（Long-TermDependencies）问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？深度学习DL基础中178@李振华，https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性：多变量线性回归中，变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余，导致过拟合。
184解决方法：排除变量的相关性／加入权重正则。
184勘误记216后记219

这本书研究控制算法的人一定知道，不必多言。
此电子书是完整的电子版（全英文版），取之于互联网，因此也把这份难得的好资料分享给大家。
啰嗦一句，这本书的知识结构基本上是自我包容的，学过线性空间（或者矩阵论）的人可以直接阅读。
如果有一点泛函基础更好。
以下是目录（英文目录太长，以下是翻译后的摘录）：符号与注释缩写表第一章绪论第二章线性代数第三章线性动态系统第四章性能指标第五章反馈系统的稳定性和性能第六童性能极限第七章模型降阶的平衡截断法第八章Hankel范数逼近第九章模型不确定性和鲁棒性第十章线性分式变换第十一章结构奇异值第十二章镇定控制器的参数化第十三章代数Riccati方程第十四章H2最优控制第十五章线性二次型优化第十六章H∞控制：简单情况第十七章H∞控制：一般情形第十八章H∞回路成形第十九章控制器降阶第二十章固定结构控制器第二十一章离散时间控制参考文献索引

掌握最小二乘法求解（无惩罚项lamda的损失函数）、掌握加惩罚项（2范数）的损失函数优化、梯度下降法、共轭梯度法、理解过拟合、克服过拟合的方法(如加惩罚项、增加样本)

MIMO天线选择算法中，基于最优选择算法和范数选择算法和随机选择算法的程序

剪枝压缩剪枝压缩剪枝压缩剪枝压缩剪枝压缩剪枝压缩剪枝压缩剪枝压缩剪枝压缩

1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。
2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。
因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。
3、代码我自己亲自用opencv调用过，可以使用。
4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。
直接将三个文件放入到C++代码可以访问到的地方即可。

目录第一章最优化理论基础11.1最优化问题的数学模型........................11.2向量和矩阵范数............................21.3函数的可微性与展开.........................41.4凸集与凸函数.............................71.5无约束问题的最优性条件......................101.6无约束优化问题的算法框架.....................12第二章线搜索技术162.1精确线搜索及其Matlab实现....................182.2非精确线搜索及其Matlab实现...................242.3线搜索法的收敛性..........................27第三章最速下降法和牛顿法323.1最速下降方法及其Matlab实现...................323.2牛顿法及其Matlab实现.......................363.3修正牛顿法及其Matlab实现....................41

本书比较全面、系统地介绍了矩阵的基本理论、方法及其应用。
全书分上、下两篇，共10章，分别介绍了线性空间与线性算子，内积空间与等积变换，λ矩陈与若尔当标准形，赋范线性空间与矩阵范数，矩阵的微积分运算及其应用，广义逆矩阵及其应用，矩阵的分解，矩阵的克罗内克积、阿达马积与反积，几类特殊矩阵（如：非负矩阵与正矩阵、循环矩阵与素矩阵、随机矩阵和双随机矩阵、单调矩阵、m矩阵与h矩阵、t矩阵与汉大象尔矩阵等），辛空间与辛矩阵等内容。
各章均配有一定数量的习题。
附录中还给出了几套模拟自测试题。
本书可作为理工科大学各专业研究生的学位课程教材，也可作为理工科和师范类院校高年级本科生的选修课教材，并可供有关专业的教师和工程技术人员参考。
本资源附带课后习题答案

《矩阵分析（第3版）》是作者史荣昌、魏丰根据20多年教学实践经历3个版本使用编写而成，主要介绍线性空间和线性变换，λ-矩阵与矩阵的Jordan标准形，矩阵的有理标准形，内积空间、正规矩阵、Hermite矩阵，矩阵分解，范数、序列、级数，矩阵函数，函数矩阵与矩阵微分方程，矩阵广义逆，Kronecker积。
　　本书适合高等院校学生、工学硕士、工程硕士研究生应用。

第一范数最小化matlab源代码，写的很详细，有注释，需要的可自行下载。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。