【机器学习】与机器学习相关的数学家，你认识几个？

机器学习，需要一定的数学基础，也需要一定的代码能力。机器学习课程里面有很多数学公式是数学家的名字命名的，然而，好多人不知道那些数学家长什么样子。于是，我们搜集了十位数学家的资料（排名不分先后），看看大家能从图片中叫出几位数学家的名字来？

1.艾萨克·牛顿

英国著名物理学家，数学家，牛顿与戈特弗里德·威廉·莱布尼茨分享了发展出微积分学的荣誉。他也证明了广义二项式定理，提出了“牛顿法”以趋近函数的零点，并为幂级数的研究做出了贡献。

2.戈特弗里德·威廉·莱布尼茨

德国数学家，我们经常用到“牛顿-莱布尼茨公式”。

3.约瑟夫·拉格朗日

法国数学家，机器学习经常用到他创建的“拉格朗日对偶”、“拉格朗日中值定理”。

4.托马斯·贝叶斯

英国数学家，“贝叶斯公式”在机器学习中使用非常广泛。

4.西莫恩·德尼·泊松

 法国数学家，数据分布中的“泊松分布”就是以他的名字命名。

 

5.布鲁克·泰勒

英国数学家，我们经常用到“泰勒公式”：

6.洛必达

法国数学家，在高等数学求极限的时候，我们经常用到“洛必达法则”。

7.卡尔·弗里德里希·高斯

 德国数学家，在机器学习中他的名字肯定不会陌生，比如“高斯分布”、“高斯核函数”。

8.伯努利

瑞士数学家，“伯努利分布” 是一种离散分布,有两种可能的结果。1表示成功，出现的概率为p(其中0<p<1)。0表示失败，出现的概率为q=1-p，这种分布在人工智能里很有用。

9.德·摩根

 英国数学家，在概率论里，我们经常用到“德. 摩根律”：

10.拉普拉斯

法国数学家，在概率论和数理统计中，“拉普拉斯分布”非常重要，该分布用于生物、金融和经济学方面的建模。

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑

• 交流群

欢迎加入机器学习爱好者微信群一起和同行交流，目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群，请扫描下面的微信号加群，备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~（也可以加入机器学习交流qq群772479961）