机器学习系列01——机器学习需要这些数学知识
1、前言
放假在家想写写机器学习系列的文章,除夕前先来开个头,后面会一直写下去,搞机器学习算法也有一年多了,体会多少还是有一些的,这里记录在博客中,一来为自己后面的面试做点储备,二来是为了分享,因为很多都是从大家的博客中去学习的,所以这里也要将我理解的新的内容反馈出来,大家一起学习进步。
2、机器学习中涉及到的数学知识
数学在计算机中的重要性不言而喻,这里也不多说了,先在这里罗列一下机器学习中涉及到的数学知识,以供大家自己能有思路有方法的学习机器学习相关的知识:
高等数学 | 常见函数求导 |
导数运算法则 | |
复合函数求导 | |
方向导数与梯度(难点) | |
凸集与凸函数 | |
一元函数求极值 | |
多元函数求极值(了解) | |
拉格朗日乘子法 | |
泰勒公式展开 | |
空间解析几何和向量代数 | |
线性代数
| 矩阵的定义,矩阵的转置 |
单位矩阵,三角矩阵,对称矩阵 | |
向量内积,相关性 | |
正交向量组,标准正交基,正交矩阵 | |
特征值分解 | |
概率论 | 事件的关系与运算 |
条件概率,全概率公式,贝叶斯公式 | |
随机变量的期望,方差 | |
协方差,相关系数,协方差矩阵 | |
概率分布:0-1分布,二项分布,高斯分布 | |
极大似然函数估计 | |
大数定律,伯努利大数定律,中心极限定理 |
转载来自:http://blog.csdn.net/jonsen_hb/article/details/50640930