首页 > 其他 > 详细

2.机器学习相关数学基础

时间:2020-04-14 19:26:05      阅读:55      评论:0      收藏:0      [点我收藏+]

1)贴上视频学习笔记,要求真实,不要抄袭,可以手写拍照。

技术分享图片

 

 

技术分享图片

 

 

 技术分享图片

 

 

 

 技术分享图片

 

 

 技术分享图片

 

 

 

 

2)用自己的话总结“梯度”,“梯度下降”和“贝叶斯定理”,可以word编辑,可做思维导图,可以手写拍照,要求言简意赅、排版整洁。

梯度:
在一个数量场中,函数在给定点处沿不同的方向,其方向导数一般是不相同的。那么沿着哪一个方向其方向导数最大,其最大值为多少,这是我们所关心的,为此引进一个很重要的概念: 梯度。
函数在某一点处的方向导数在其梯度方向上达到最大值。
这就是说,沿梯度方向,函数值增加最快。同样可知,方向导数的最小值在梯度的相反方向取得,此最小值为最大值的相反数,从而沿梯度相反方向函数值的减少最快。

梯度下降:

如图:

技术分享图片

 

 

 简单点说就是那根最快下落的黄线。

 

复杂点解释:

技术分享图片

 

 贝叶斯定理:P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)

 事件A在事件B(发生)的条件下的概率,与事件B在事件A的条件下的概率是不一样的;然而,这两者是有确定的关系,贝叶斯法则就是这种关系的陈述。

2.机器学习相关数学基础

原文:https://www.cnblogs.com/xyqzzz/p/12700132.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!