机器学习与数学分析

一 机器学习基本理论
1. 基本概念
    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，使他能够提供的训练数据按照一定的方式来学习；随着训练次数的增加，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。
1
（1）机器学习可以解决的问题：给定数据的预测问题，包括数据清洗/特征选择，确定算法模型/参数优化，结果预测。
（2）机器学习不可以解决的问题：大数据存储/并行计算，做一个机器人等。

2.机器学习一般流程
 包括五个步骤：数据收集，数据清洗，特征工程，数据建模，数据预测。
1
二 机器学习角度看数学分析
导数与梯度
一阶导数是曲线的斜率，是曲线变化快慢的反应，二阶导数是斜率变化快慢
的反应，表征曲线凹凸性。

 

转化为积分进行证明
Talor展开式的应用

（1）数值计算：初等函数值的计算（在原点展开） 
在实践中，往往需要做一定程度的变换。

（2）sigama函数
是阶乘在实数上的推广