机器学习与数学基础总结(导数，泰勒公式，伽马函数，凸函数，概率论)

什么是机器学习

标准定义：对于某给定的任务T，在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验E;随着提供合适、优质、大量的经验E，该程序对于任务T的性能逐步提高。
简单定义：机器学习是人工智能的一个分支。我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习；随着训练次数的增减，该系统可以在性能上不断学习和改进；通过参数优化的学习模型，能够用于预测相关问题的输出。

机器学习的内涵与外延

机器学习解决的问题（给定数据的预测问题）
数据清洗，特征选择，确定算法模型，参数优化，结果预测
不能解决的问题
大数据存储，并行计算，做一个机器人
机器学习一般流程
数据收集、数据清洗、特征工程、数据建模

导数

1、导数就是曲线的斜率，是曲线变化快板的反应
2、二阶导数
二阶导数书写率变化快慢的反应，表征曲线凸凹线。（二阶导数连续的曲线，往往称之为“光顺”）
3、常用导数

4、方向导数