2.机器学习相关数学基础

1、视频学习笔记，要求真实，不要抄袭，可以手写拍照。

（1）、视频学习网址：https://www.bilibili.com/video/BV1Tb411H7uC?p=2

　　

数字的概率与本福特定律：

 

 

 

 

 

概率公式：

 

 

 

两点分布：

 二项分布（伯努利分布）：

泊松分布：

 

 

均匀分布：

 

指数分布：

 

 

 正态分布：

 

 

总结：

Beta分布：

 

 

 指数族：

伯努利（Bernoulli）分布：

 

高斯（Gaussian）分布：

 

事件独立性与期望：

 

方差、协方差、相关系数：

 

 

 切比雪夫不等式与大数定律：

 

 

 

伯努利定理与中心极限定理：

 

 CLT实验：

（2）视频学习网址：https://www.bilibili.com/video/BV1Tb411H7uC?p=3

　　  P3 矩阵和线性代数

 SVD（奇异值分解）：

 线性代数概念：

 行列式：

 矩阵：

正交阵：

 

 

正定阵：

 

向量的导数：

 标量与向量之间的导数：

总结：

2）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”

梯度：有上下之分，往着一个方向就是上升或者下降，有个最高点或最低点。

梯度下降：梯度下降法的计算过程就是沿梯度下降的方向求解极小值（也可以沿梯度上升方向求解极大值）。

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。