https://thecoolboyhan.github.io/categories/%E7%BB%9F%E8%AE%A1/Recent content in 统计 on 韩永发的博客Hugo -- gohugo.iozh-cnMon, 14 Sep 2026 00:00:00 +0800https://thecoolboyhan.github.io/p/%E8%AF%BB%E8%AE%BE%E8%AE%A1%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%84%9F-%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/Mon, 14 Sep 2026 00:00:00 +0800https://thecoolboyhan.github.io/p/%E8%AF%BB%E8%AE%BE%E8%AE%A1%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%84%9F-%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/<img src="https://thecoolboyhan.github.io/1.png" alt="Featured image of post 读《设计机器学习应用系统》有感-神经网络与机器学习" /><h2 id="神经网络结构"><a href="#%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9c%e7%bb%93%e6%9e%84" class="header-anchor"></a>神经网络结构 </h2><h3 id="神经网络基础原理"><a href="#%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9c%e5%9f%ba%e7%a1%80%e5%8e%9f%e7%90%86" class="header-anchor"></a>神经网络基础原理 </h3><h4 id="生物神经元结构与启发"><a href="#%e7%94%9f%e7%89%a9%e7%a5%9e%e7%bb%8f%e5%85%83%e7%bb%93%e6%9e%84%e4%b8%8e%e5%90%af%e5%8f%91" class="header-anchor"></a>生物神经元结构与启发 </h4><p><img src="https://ai.icyfenix.cn/assets/neuron-structure-Bl2p45q2.png" alt="神经元结构示意图" title="" loading="lazy"></p> <blockquote> <p>生物神经元结构</p> </blockquote> <ul> <li>Hebb 学习规则</li> </ul> <ol> <li><strong>无监督学习</strong>：Hebb 规则不需要外部标签指导，只需根据神经元自身的活动调整连接。这是无监督学习思想的源头。</li> <li><strong>联想记忆</strong>：Hebb 规则天然适合构建联想记忆网络。当两个概念（如&quot;苹果&quot;和&quot;红色&quot;）反复同时出现时，网络中对应的神经元连接增强，形成联想。之后看到苹果，自然会联想到红色。</li> <li><strong>竞争学习</strong>：<span class="text-blue">Hebb 规则的延伸，引入竞争机制，最强的神经元获得权重更新，弱者被抑制。</span>这发展出了自组织映射（SOM）等方法。</li> </ol> <h3 id="线性感知机"><a href="#%e7%ba%bf%e6%80%a7%e6%84%9f%e7%9f%a5%e6%9c%ba" class="header-anchor"></a>线性感知机 </h3><p>能够自动调整权重，从而实现模式识别和分类任务。</p>https://thecoolboyhan.github.io/p/%E8%AF%BB%E8%AE%BE%E8%AE%A1%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%84%9F-%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80%E4%B8%8E%E7%BB%9F%E8%AE%A1/Mon, 14 Sep 2026 00:00:00 +0800https://thecoolboyhan.github.io/p/%E8%AF%BB%E8%AE%BE%E8%AE%A1%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%84%9F-%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80%E4%B8%8E%E7%BB%9F%E8%AE%A1/<img src="https://thecoolboyhan.github.io/p/%E8%AF%BB%E8%AE%BE%E8%AE%A1%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%BA%94%E7%94%A8%E7%B3%BB%E7%BB%9F%E6%9C%89%E6%84%9F-%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80%E4%B8%8E%E7%BB%9F%E8%AE%A1/1.png" alt="Featured image of post 读《设计机器学习应用系统》有感-数学基础与统计" /><h2 id="机器学习数学基础"><a href="#%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0%e6%95%b0%e5%ad%a6%e5%9f%ba%e7%a1%80" class="header-anchor"></a>机器学习数学基础 </h2><h3 id="线性代数"><a href="#%e7%ba%bf%e6%80%a7%e4%bb%a3%e6%95%b0" class="header-anchor"></a>线性代数 </h3> <blockquote> <p>如何表示和组织数据</p> </blockquote> <h4 id="向量基础"><a href="#%e5%90%91%e9%87%8f%e5%9f%ba%e7%a1%80" class="header-anchor"></a>向量基础 </h4><ul> <li><strong>特征向量</strong></li> </ul> <p>计算机世界，所有的东西其实都是向量，如果一个向量是由多个特征组成的，则这个向量就是一个特征向量</p> <p>如一个房价的特征向量：</p>