数学建模8:迭代预测的测不准原理与熵距
本讲导读
物理学中有“测不准原理”,在数据拟合时依然有,这在数据挖掘时尤其需要注意。
本讲适合在讲授或学习完高中数学的不等式章节、数列章节、导数章节、回归分析章节后,作为数学建模材料,在日常教学中讲授或学习,本讲内容包括但不限于:
1. 迭代预测算法及其问题;
2. 迭代预测的测不准原理;
3. 将迭代预测的测不准原理应用于神经网络,解释人工智能在欧式距离下的瓶颈;
4. 不同于欧式距离的另一种“距离”——熵距;
5. 熵距的典型应用:生成式对抗网络GAN。
赞 (0)