5月深度学习班第1课机器学习中数学基础
Posted
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5月深度学习班第1课机器学习中数学基础相关的知识，希望对你有一定的参考价值。
梯度方向：上升的方向
梯度下降：沿着梯度的反方向下降，来最小化损失函数，也就是沿着梯度的反方向
泰勒级数：展开式通项
贝叶斯公式：后验概率=先验概率*条件概率
特征值与特征向量：特征值不同，特征向量线性无关
PCA:降维的同时尽可能的保留原始的信息
过程
1)先求解协方差矩阵
2)求解协方差矩阵的特征向量和特征值
3)特征值从大到小排列，选择特征值对应的特征向量
4)这些特征向量相互正交，作为正交基向量
凸优化问题;一般的约束性最优化问题
求解约束问题的极值问题：把约束优化转化成无约束问题
其中KKT条件，就是优化问题求解的可行域
转化方法：朗格朗日方法
以上是关于5月深度学习班第1课机器学习中数学基础的主要内容，如果未能解决你的问题，请参考以下文章