-
5.5 案例研究：数码音乐市场的推动力
5.5 案例研究：数码音乐市场的推动力 下面这个简短的案例研究提供了DFA应用到2011年年底和2012年年初的数码音乐市场的例子。DFA帮助你了解影响市场的重要DF，从盈利能力的角度看，这些推动力是否代表着行业环境吸引力的提高或者下降。 -
13.5 案例研究：沃尔玛商场集团的价值链分析
13.5 案例研究：沃尔玛商场集团的价值链分析 沃尔玛集团以阿肯色州的本顿维尔为基地，是Sam Walton于1945年创立的，现已成为世界最大的零售商之一。它以各种模式经营商场，例如超市、折扣店、仓储会员店和网上物业，产品服务范围很广：汽车配件、食品和饮料、化妆品、服装和家居用品。它还提供各种服务，涉及领域包括珠宝、药物、光学、银行、餐饮和印刷。沃尔玛... -
8.6 小结
8.6 小结 8.6 小结 本章我们实现了一个（稍微）深层的 CNN，并在手写数字识别上获得了超过 99% 的高识别精度。此外，还讲解了加深网络的动机，指出了深度学习在朝更深的方向前进。之后，又介绍了深度学习的趋势和应用案例，以及对高速化的研究和代表深度学习未来的研究案例。 深度学习领域还有很多尚未揭晓的东西，新的研究正一个接一个地出现。今后，全世界... -
丘脑
丘脑 丘脑 大家都知道什么是注意力。它是指思维的一种清晰、生动的的状态，在同时存在的某几种物体或思路中，只聚集在某一种物体上或思路中。它的本质是聚焦和集中。它意味着退出某些事以有效地处理其他事。 威廉·詹姆斯 感官信息从中脑流经丘脑中叫作丘脑后核（VMpo）的螺帽般大的区域，该区域能够计算复杂反应的整体规定，如“这味道太恐怖了”“好臭”或“那个轻触... -
预估的都是垃圾
预估的都是垃圾 预估的都是垃圾 我们都是蹩脚的估算师。我们自以为能预测一项任务会耗时多久，但实际上我们一无所知。我们把一切都看成是按最佳方案进行，意识不到现实中总难免有突发事件会耽搁进度。现实世界并不会与所谓的最佳案例情境相吻合。 所以，提前几周、几个月甚至几年就去预测未来，简直就是在说梦话。事实是，你根本不知道那么远的将来会发生什么。 有多少次你... -
7.7.2 弗洛伊德（Floyd）算法
7.7.2 弗洛伊德（Floyd）算法 7.7.2 弗洛伊德（Floyd）算法 为了能讲明白弗洛伊德（Floyd）算法的精妙所在，我们先来看最简单的案例。图7-7-12的左图是一个最简单的3个顶点连通网图。 图7-7-12 我们先定义两个二维数组D[3][3]和P[3][3]，D代表顶点到顶点的最短路径权值和的矩阵。P代表对应顶点的最小路径的前... -
1-6 贝叶斯推理过程的总结
1-6 贝叶斯推理过程的总结 1-6 贝叶斯推理过程的总结 用图表对于之前提到的后验概率的计算方法进行总结，如图表1-9 所示。 图表1-9 关于顾客类别的贝叶斯推理过程 那么，通过求后验概率，我们能够了解到什么呢？其实，只要抽出图表的开头、中间和结尾部分，并填入数值，结果就很明确了。（图表1-10 ） 图表1-10 有关顾客类别的贝叶斯... -
第2讲 贝叶斯推理的结果，有时与直觉大相径庭①
第2讲 贝叶斯推理的结果，有时与直觉大相径庭① 2-1 计算罹患癌症的概率 第2讲 贝叶斯推理的结果，有时与直觉大相径庭① 使用客观数据时的注意事项 2-1 计算罹患癌症的概率 本讲是通过一些容易获取客观数据的案例，对于贝叶斯推理进行说明。需要了解的重点是 ，理解“如果从客观的数据来考虑的话，反而会容易陷入误解之中” 的问题。在这里，你会发现概... -
第15讲 在获得信息之后，概率的表示方法
第15讲 在获得信息之后，概率的表示方法 15-1 运用“条件概率”来表示“贝叶斯逆概率” 第15讲 在获得信息之后，概率的表示方法 “条件概率”的基本性质 15-1 运用“条件概率”来表示“贝叶斯逆概率” 通过前面的讲义大家已经了解到：贝叶斯推理来说，最重要的观点是“获得信息之后，概率发生变化” 。用第2讲中的案例来具体解释，即：在癌症指标检...