📚 稀疏表示、字典学习、K-SVD 与压缩感知 本笔记系统讲解稀疏学习中的高阶概念：稀疏表示（用少量基表示信号）、字典学习（从数据中学基）、K-SVD（更新字典的算法）、压缩感知（从少量测量重建稀疏信号）。所有算法步骤用表格呈现，公式清晰

📉 降维与度量 降维：用更少维度保留最重要信息，解决维度灾难、提升效率、去冗余度量学习：学习一个“智能距离”，使相似样本更近、不相似样本更远，提升 KNN、聚类、检索性能 ✅ 一、为什么需要降维？ 维度灾难：维度越高，数据越稀疏，距离

🧠 集成学习（Ensemble Learning） 集成学习通过组合多个“弱学习器”，构建一个更强、更稳定、泛化能力更好的“强学习器”。核心思想：“三个臭皮匠，顶个诸葛亮”。 ✅ 一、为什么集成学习有效？1. 降低方差（Varianc

🧮 贝叶斯分类器（Bayesian Classifier） 贝叶斯分类器是一类基于贝叶斯定理和特征条件独立假设的概率分类模型，核心思想是：选择后验概率最大的类别作为预测结果。因其简单高效、理论清晰、适合高维稀疏数据，广泛应用于文本分类、垃

机器学习理论(2) 此部分包括决策树 , 神经网络, 支持向量机 今天感觉机器学习这部分只需要理解概念即可, 不需要推公式, 感觉不做理论, 没必要纠结那么深刻, 知道怎么用库实现代码就可以了. 或者对着 gpt 复现一下代码. 🌳

机器学习理论 (1) 包括绪论, 评估标准和线性回归的内容 https://www.datawhale.cn/learn/content/2/63 第一章绪论1. 基本术语 样本 : 单个数据 , 用向量表示 样本空间 : 向量空间

Datawhale人工智能培养方案 组里的研究基本上围绕流媒体传输, 但是发现大家好像都在用 ai 方法做, 感觉学点 AI, 还是比较好发论文, 于是乎决定每天学习一点 AI , 上次学 ai 好像还是在李沐时期, 看了一眼 Datalo

低级拥塞控制统计数据解释低级拥塞控制统计数据（low-level congestion-control statistics）指的是与网络传输中拥塞控制相关的具体参数和信号。在学术论文中，这些统计数据通常包括与传输控制协议（TCP）相关的各

核心模块展开Data Aggregation 模块深度解析一、模块定位与核心功能1. 系统角色Data Aggregation（数据聚合）模块是Fugu系统的”数据中枢”，负责实时采集、清洗和整合视频流传输全链路的关键数据。如图6所示，它作

读论文 Learning in situ : a randomized experiment in video streaming (1)文章信息 作者 : Francis Y. Yan Hudson Ayers Chenzh