机器学习第二次作业

1、梯度的定义梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）

我觉得梯度最主要的含义就是将一些高难度的固定的问题分化，让机器学习像上楼梯一样的完成。

2、梯度下降的定义

我觉得梯度下降是以上山容易下山难发展来的，让机器学习通过样本数据，去寻找一个函数，并在样本中寻找到误差最小的关系值。

3、人们根据不确定性信息作出推理和决策需要对各种结论的概率作出估计，这类推理称为概率推理。概率推理既是概率学和逻辑学的研究对象，也是心理学的研究对象，但研究的角度是不同的。概率学和逻辑学研究的是客观概率推算的公式或规则；而心理学研究人们主观概率估计的认知加工过程规律。贝叶斯推理的问题是条件概率推理问题，这一领域的探讨对揭示人们对概率信息的认知加工过程与规律、指导人们进行有效的学习和判断决策都具有十分重要的理论意义和实践意义。

 我觉得贝叶斯算法通过对样本的特征和结果算出概率，然后对要分析的样本的特征去比较，得出结果。