《从零开始:机器学习的数学原理和算法实践》关于微积分部分的启发
Posted N-Paradigm
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了《从零开始:机器学习的数学原理和算法实践》关于微积分部分的启发相关的知识,希望对你有一定的参考价值。
目录
飞矢不动的破解
“每一瞬间箭都是静止的”这句话本身就有问题。“每一瞬间”就是每一个时刻,每一个时刻箭当然会处在某个位置上,但是“静止”是一个跟“时间段”有关联的概念,不存在某个时刻是“静止”还是“运动”的说法。
me:现在看来就是混淆了点的概念与区间的概念(概念性的错误)。也就是必须经历一段时间才能够知道是静止还是运动。
微积分的目的
近似,近似!
第一种情况,用常数项近似代替某个函数在某点附近的数值,这就是极限,误差是无穷小。
第二种情况,用一次函数近似代替某个函数在某点附近的数值,这就是微分,误差为高阶无穷小。
第三种情况,用泰勒公式近似代替某个函数在某点附近的数值,误差比前两种情况都要小。从近似的精确度来看,泰勒公式的极限最低,但精确度是最高的。
补充:用三角函数多项式近似代替某个函数在某点附近的数值。总的来说就是常数近似,线性近似,多项式近似。
理解导数的两个角度
从瞬时速度来理解导数
从近似运动来理解导数
导数的直观理解
文章中的公式有点问题。
直观理解泰勒公式的来龙去脉
在这个案例中的核心思想就是给定一个多项式不断地满足sinx所提出的严格要求,从反向去凑出这个多项式。
以上是关于《从零开始:机器学习的数学原理和算法实践》关于微积分部分的启发的主要内容,如果未能解决你的问题,请参考以下文章
《从零开始:机器学习的数学原理和算法实践》关于微积分部分的启发
PYTHON机器学习及实践_从零开始通往KAGGLE竞赛之路pdf