2.机器学习相关数学基础

(1)学习笔记

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(2)

梯度：梯度跟导数差不多，都是要求导的；梯度如果是一元的就求导，多元的就求偏导。在函数的某一位置上求导，使得函数在此位置上能够让变化率达到最大

梯度下降：举个例子，在平面坐标系里有一个函数y=x2，x给定的范围是0-3，这个时候我是不知道哪里是变化率最大的位置，所以我会在x=3这里一直往x=0处求导，每相隔一小个位置就求导一次，这就是梯度下降

贝叶斯定理：支持某项属性的时间发生的越多，那么该属性成立的可能性就越大；说简单点就是如果总看见某个人在做好事，那么这个人很有可能就是个乐于助人的好人