保存成功
保存失败,请重试
提交成功
人工智能
限时特价
机器学习中的数学:微积分与最优化预售
用 Python 教你学数学
张雨萌 · 机器学习研究员
11课/限时 ¥12.9¥19
正在更新
机器学习中的数学:线性代数正在更新
用 Python 教你学数学
张雨萌 · 机器学习研究员
16课/¥29
词法分析与语法分析的原理及部分实现
词法分析器是用于识别单词所构筑的一个自动识别程序。其本质是词法分析,由一正规文法或是正规表达式推导出不确定的有穷自动机 NFA,再确定化得到确定的有穷自动机 DFA,最后最小化得到一个最简 DFA,输入符号串,识别单词。 语法分析器是在词法分析器的基础上实现识别一符号串是否符合相关文法,其本质是语法分析,而语法分析有两种分析方法:自顶向下与自底向上。自顶向下的代表方法是 LL(1) 分析;自底向上的代表方法是算符优先分析、LR(0) 分析、SLR(1) 分析。 本文的读者包括以下几类: 1. 对编译原理有兴趣,想要了解的; 2. 想要编写自制编译器的; 本文要求读者具有以下几点基础: 1. 了解基本数据结构,例如:栈【因为在语法分析的过程中,使用了分析栈】 2. 对文法有基本的了解与认识。 通过本文能够收获以下内容: 1. 词法分析的原理描述与实例化完全题解以及词法分析器的简易实现; 2. LL(1) 分析法中对 First 集、Follow 集、Select 集的直接解析,带实例化题解; 3. 算符优先分析法,这是一种只考虑终结符,不考虑非终结符的分析方法,带实例化题解; 4. LR(0) 分析法,讲述活前缀与分析表的创建等一系列的先导知识,再带实例化题解; 5. SLR(1) 分析法,相较于 LR(0) 分析,SLR(1) 引入了 Follow 集,带实例化题解。 备注:本文可能会带有不定时更新。 更新方向:LR(1) 分析;LALR(1) 分析;基于算符优先分析的语法分析器快速实现;语义分析。
机器学习必备的数学知识,一次学会
面对机器学习,初学者的阻塞点往往不在于机器学习本身,而是数学。机器学习是计算机技术,但它的底层是数学。通常,在机器学习相关的教材中,通篇都是复杂的数学公式。初学者如果数学基础不牢固,面对满篇的数学公式时,就会逐步失去学习信心、减少学习动力,而达不到预期的学习效果,最终只能沦落个“半吊子”的水平。 有鉴于此,本 Chat 将会拆解机器学习主流模型,找到主流模型背后依赖的数学知识点。再讲这些数学相关的知识点,进行统一整合归并。因此,这篇 Chat 的背景是机器学习,而讲述的内容是数学知识。我会用尽可能简单的方式,取其精华、去其糟粕,让你尽可能以极低成本,迅速掌握机器学习必备的数学知识。相信有了这些必备知识之后,你就能轻松读懂其他机器学习教材并快速入门机器学习啦。 本 Chat 内容: - 机器学习主流模型依赖的数学知识要点拆解 - 梯度,利用梯度下降法求解函数极值 - 向量与矩阵,求各种积、求逆 - 求导大法,函数求导、向量求导、矩阵求导 - 概率计算,对于事物不确定性概率的计算、极大似然的原理 - 信息量的度量,熵、条件熵、信息增益、信息增益率 - 统计量,均值、方差、最小二乘 - 统计学的圣经,中心极限定理、假设检验 适合人群: - 每次打开书都被公式搞垮的机器学习初学者 最后一句,写好每篇 Chat 是对我的要求,更是对你的尊重。
点击查看更多
订阅提示×
关扫码关注公众号,和「人工智能」前沿新知互联!
微信扫描登录