机器学习背后的数学:范数与赋范空间

范数这个数学名词在机器学习中应该是十分常用的。例如在讨论正则化相关的话题时,或者更具体地在介绍LASSO和岭回归时,还有深度学习中很多优化的目标函数(或者Loss function)的定义中都需要用到范数。本文就从泛函分析中的范数概念说起,并介绍与赋范空间有关的知识。

 

范数与赋范空间


每个实数或复数,都有相对应的绝对值或者模,每一个n维矢量,也都可以定义其长度。如果把“长度”的概念推广到一般抽象空间中的元素上,就可以得到范数这个概念。

 

【本文完】

 

欲了解更多机器学习背后的数学知识,请参考《机器学习中的数学修炼》一书(清华大学出版社),步步为营,点破公式背后的层层玄机,为你打开一道通向机器学习世界的数学之门。

 

  • 9
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

白马负金羁

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值