机器学习2

1）贴上视频学习笔记，要求真实，不要抄袭，可以手写

 

 

 

 

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:是一个向量,既有大小也有方向，沿梯度方向向上或者向下更容易找到数值的极值。

梯度下降:顾名思义，就是以梯度的方向向下，来计算最小值，同理反过来便是梯度上升，梯度下降与梯度上升在一定程度可以互相转换。

贝叶斯定理：

贝叶斯定理是关于随机事件A和B的条件概率（或边缘概率）的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。

贝叶斯公式：