两小时 AI/ML 统计课讲透 MLE、ERM 和指数滑动平均
Negative_War_65 · reddit · 2026-07-28
这是一节约两小时的 AI/ML 统计课，内容覆盖：
- 单变量与多变量高斯分布的最大似然估计（MLE）
- 线性回归的 MLE 与残差平方和（RSS）
- 经验风险最小化（ERM）与 surrogate loss
- 矩估计（Method of Moments）
- 指数滑动平均（EWMA）的偏差来源，以及它与深度学习优化器的关系
作者强调这门课是边画白板边从零推导，目的是让学习者既能看到公式，也能理解直觉。
所属事件:两小时机器学习统计课系统讲解MLE与ERM(2 条相关)→
「研究」频道最新
- David Baker 的开放科学实验室文化重塑蛋白设计 — xiaofei_lin · 2026-07-28
- FilmBench 用电影学院 shot list 评测视频生成 — Shengyi Wang · 2026-07-28
- 冻结 12B 通过验证记忆复用答案，零 token 运行 — Corbenci · 2026-07-28
- VLM 证据归因不靠框，靠引用与检索更准 — Zhuchenyang Liu · 2026-07-28
- Google 的 GNM Head 把人头建到眼球和舌头 — google · 2026-07-28
- OPD 重新审视 CFG：分支感知蒸馏修复负分支失衡 — Bingnan Li · 2026-07-28