2.机器学习相关数学基础

1）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

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：

意为某一个函数在一点处方向导数沿着该方向去的最大值，即函数在该点处沿着该方向变化最快，变化率最大，例如，在二元函数中：

 

 梯度下降：

梯度下降是迭代法的一种，在求解函数的最小损失值时，可以通过梯度下降法进行一步步迭代运算求解，得到最小化的损失函数和模型参数值。

 

贝叶斯定理：

贝叶斯定理是关于随机事件AB的条件概率，即在B发生的情况下，A发生的可能性。

公式为：