小白从0学习推荐系统 ---02 机器学习数学基础

线性代数

什么是线性代数?

  • 矩阵(Matrix)是一个按照长方阵列排列的复数或复试集合。
  • 其他太简单的我就不发了。

矩阵

特殊矩阵
  • 当矩阵的行数和列数相等时,则称为 方阵
  • 矩阵的元素全部为0,则称为 零矩阵(O)
  • 对于方阵,如果主对角线元素全为1,而其余位置元素全为0,则称为 单位矩阵,一般用I或者E表示
  • 对于方阵,不在对角线上的元素都为0,称为 对角矩阵
矩阵中的概念
  • 行向量、列向量、主对角线(方阵)
矩阵的运算
  • 矩阵的加法
    • 把矩阵的对应位元素相加
    • 矩阵的形状必须一致,且必须是同型矩阵
  • 矩阵的乘法
    • 数与矩阵相乘:数值与矩阵的每一元素相乘
    • 矩阵与矩阵相乘:左矩阵的每一行与右矩阵的每一列,对应每一个元素相乘。
  • 矩阵的运算法则
    在这里插入图片描述
矩阵的转置
  • 把矩阵的行换成相同序数的列,得到一个新的矩阵,称之为 转置矩阵
矩阵的逆
  • 对于n阶方阵A,如果有一个n阶方阵B,使得AB=BA=E,则称矩阵A是可逆的,即B称之为A的逆矩阵

高数

微积分的基本知识

什么是导数?
  • 导数反映的是函数y=f(x)在某一点处沿x轴正方向变化率
  • 在x轴上某一点处,若f’(x)>0,则说明f(x)的函数值在x点沿x轴正方向是趋于增加的;若f’(x)<0,则说明f(x)的函数值在x点沿x轴正方向是趋于减少的。
    在这里插入图片描述
偏导数
  • 导数与偏导数本质是一致的,都是当自变量的变化量趋于0时,函数值的变化量与自变量变化量比值的极限。
  • 偏导数也就是函数在某一点上沿某个坐标轴正方向的变化率
  • 导数指的是一元函数中,函数y=f(x)在某一点处沿x轴正方向的变化率;而偏导数,指的是多元函数中,函数y=f(x1,x2,…,xn)在某一点处沿某一坐标轴(x1,x2,…,xn)正方向的变化率。
  • 导数指的是一元函数中,函数y=f(x)在某一点处沿x轴正方向的变化率;而偏导数,指的是多元函数中,函数y=f(x1,x2,…,xn)在某一点处沿某一坐标轴(x1,x2,…,xn)正方向的变化率。
    在这里插入图片描述
方向导数
  • 函数某一点在某一趋近方向(向量方向)上的导数值
  • 方向导数就是函数在除坐标轴正方向外,其他特定方向上的变化率
    在这里插入图片描述
梯度(Gradient)
  • 定义:函数在某一点的梯度是这样一个向量,它的方向与取得最大方向导数的方向一致,而它的为方向导数的最大值
  • 梯度是一个向量,即有方向、有大小
  • 梯度的方向的最大方向导数的方向;梯度的值是最大方向导数的值
凸函数与凹函数

在这里插入图片描述

概率论

概率统计基础知识

常见统计变量

在这里插入图片描述

常见概率分布

在这里插入图片描述

重要概率公式

在这里插入图片描述




  • 关注「一个热爱学习的计算机小白」公众号 ,对作者的小小鼓励,后续更多资源敬请关注。
本教程为官方授权出品伴随着大数据时代的到来,作为发掘数据规律的重要手段,机器学习已经受到了越来越多的关注。而作为机器学习算法在大数据上的典型应用,推荐系统已成为各行业互联网公司营销体系中不可或缺的一部分,而且已经带来了真实可见的收益。目前,推荐系统机器学习已经成为各大公司的发力重点,众多知名公司(如亚马逊、netflix、facebook、阿里巴巴、京东、腾讯、新浪、头条等)都在着眼于将蕴含在庞大数据中的宝藏发掘出来,懂机器学习算法的大数据工程师也成为了新时代最紧缺的人才。精心打造出了机器学习推荐系统课程,将机器学习理论与推荐系统项目实战并重,对机器学习推荐系统基础知识做了系统的梳理和阐述,并通过电影推荐网站的具体项目进行了实战演练,为有志于增加大数据项目经验、扩展机器学习发展方向的工程师提供更好的学习平台。本课程主要分为两部分,机器学习推荐系统基础,与电影推荐系统项目实战。第一部分主要是机器学习推荐系统基础理论的讲解,涉及到各种重要概念和基础算法,并对一些算法用Python做了实现;第二部分以电影网站作为业务应用场景,介绍推荐系统的开发实战。其中包括了如统计推荐、基于LFM的离线推荐、基于模型的实时推荐、基于内容的推荐等多个模块的代码实现,并与各种工具进行整合互接,构成完整的项目应用。通过理论和实际的紧密结合,可以使学员对推荐系统这一大数据应用有充分的认识和理解,在项目实战中对大数据的相关工具和知识做系统的回顾,并且可以掌握基本算法,入门机器学习这一前沿领域,为未来发展提供更多的选择,打开通向算法工程师的大门。谁适合学:1. 有一定的 Java、Scala 基础,希望了解大数据应用方向的编程人员2. 有 Java、Scala 开发经验,了解大数据相关知识,希望增加项目经验的开发人员3. 有较好的数学基础,希望学习机器学习推荐系统相关算法的求职人员
一、机器学习推荐系统课程简介伴随着大数据时代的到来,作为发掘数据规律的重要手段,机器学习已经受到了越来越多的关注。而作为机器学习算法在大数据上的典型应用,推荐系统已成为各行业互联网公司营销体系中不可或缺的一部分,而且已经带来了真实可见的收益。目前,推荐系统机器学习已经成为各大公司的发力重点,众多知名公司(如亚马逊、netflix、facebook、阿里巴巴、京东、腾讯、新浪、头条等)都在着眼于将蕴含在庞大数据中的宝藏发掘出来,懂机器学习算法的大数据工程师也成为了新时代最紧缺的人才。尚硅谷精心打造出了机器学习推荐系统课程,将机器学习理论与推荐系统项目实战并重,对机器学习推荐系统基础知识做了系统的梳理和阐述,并通过电影推荐网站的具体项目进行了实战演练。为有志于增加大数据项目经验、扩展机器学习发展方向的工程师提供最好的学习平台。二、课程内容和目标本课程主要分为两部分,机器学习推荐系统基础,与电影推荐系统项目实战。第一部分主要是机器学习推荐系统基础理论的讲解,涉及到各种重要概念和基础算法,并对一些算法用python做了实现;第二部分以电影网站作为业务应用场景,介绍推荐系统的开发实战。其中包括了如统计推荐、基于LFM的离线推荐、基于模型的实时推荐、基于内容的推荐等多个模块的代码实现,并与各种工具进行整合互接,构成完整的项目应用。通过理论和实际的紧密结合,可以使学员对推荐系统这一大数据应用有充分的认识和理解,在项目实战中对大数据的相关工具和知识做系统的回顾,并且可以掌握基本算法,入门机器学习这一前沿领域,为未来发展提供更多的选择,打开通向算法工程师的大门。
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
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