程序员的数学基础
文章平均质量分 68
Geeks.
Lotus
展开
-
程序员的数学--线性代数
当矩阵是高维的情况下,那么这个矩阵就是高维空间下的一个线性变换,这个线性变化可能没法通。矩阵 对向量 进行变换,这个变换的特殊之处是当它作用在特征向量 上的时候, 只发生了缩放。示,但是可以想象,这个变换也同样有很多的变换方向,我们通过特征值分解得到的前。是对高维数据进行降维,更重要的是经过降维去除了噪声,发现了数据中的模式规律。来干这个事的,奇异值分解是一个能适用于任意的矩阵的一种分解的方法。向量的几何意义就是空间中的点,物理意义就是速度或者力这样的矢量。实际上向量有多种记法,可以用元组表示一个向量,原创 2024-09-05 07:46:49 · 1294 阅读 · 1 评论 -
程序员的数学基础--微积分
看相关笔记。原创 2024-09-05 07:39:52 · 93 阅读 · 0 评论 -
程序员的数学--概率论
方差反应的数据的波动程度的,就是它和均值,我们的数学期望偏离程度的平均。从机器学习的视角来看,概率论是必须要了解的,但不需要达到精通的程度。以前学概率论的时候,老师交了我们各种计算概率的方法,比如抽各种颜色的球等等这样的问题,一般都是用排列组合来算的。对于有监督机器学习,其属性特征数据对应 ,它的目标值标签对应 ,如果我们把它当作是随机变量的话,那我们就可以用。协方差是对于方差的推广,对于两个随机变量,它们的协方差是反应它们两个之间的线性相关程度的,把 换成 那就是方差。就是可能发生,也可能不发生的事件。原创 2024-09-05 07:37:26 · 686 阅读 · 0 评论 -
程序员的数学--多元函数微分学
矩阵,发明它的目的主要是为了简化求导公式,对多元的复合函数求导,如果我们用雅可比矩阵来计算。有高阶导数,同样也有高阶偏导数,它的情况比高阶导数要复杂一些,因为它的求导变量有多个,偏导数,可以看作是导数的推广,对于多元函数来说,我们把其它的自变量固定不动,看成是。的话,它会写起来非常简洁,这在我们的人工神经网络反向推导的过程中往往会看到的。,其中每个 和每个 都是相关的,也就是每个 是单独从 映射过来的函数。随着自变量的数量不断的变化,使得所产生的函数的元的个数也会发生改变。矩阵不定,函数在该点不是极值;原创 2024-09-05 07:31:57 · 957 阅读 · 0 评论