🧠 核心高级主题概览
概率图模型
- 贝叶斯网络
Bayesian_Network - 马尔可夫随机场
Markov_Random_Field - 变分推断与蒙特卡洛方法
- 深入学习概率图模型
- 贝叶斯网络
强化学习理论
- 动态规划与策略梯度
- 探索与利用的平衡
- 奖励设计与稀疏奖励问题
- 强化学习数学基础
深度学习数学核心
- 反向传播算法推导
Backpropagation - 正则化技术与优化器原理
- 自注意力机制的矩阵运算
- 深度学习数学详解
- 反向传播算法推导
高级优化方法
- 随机梯度下降
Stochastic_Optimization - Adam 算法与自适应学习率
- 稀疏编码与矩阵分解
- 优化算法进阶指南
- 随机梯度下降
📚 推荐扩展阅读
📌 本页面内容涵盖 AI 领域核心数学工具的进阶应用，适合具备基础数学知识的开发者和研究者深入学习。