- 机器学习就是把非凸函数转换成凸函数来求解最优解的过程
- 如何判断一个函数是凸函数?
如果这个函数的二阶导数大于0,那么这个函数就是凸函数;反之,则为凹函数(简便方法)
(不一定二阶可导,)
重要性质:琴生不等式 - 机器学习中损失函数得到凹函数怎么办呢?取反即可
- 基础概率公式
两点分布:二分类问题
泊松分布:类似于价格分布,比如卖盒饭,大部分的盒饭价格为20元,豪华版盒饭价格更高,但是数量较少,也有精简版盒饭,受众为穷苦学生或者秒杀时的情况
正态分布:误差基本都是正态分布;人的身高:男生身高是一个正态分布,女生身高是一个正态分布,男女生身高叠加在一起可能就是一个双峰模型
主要记住各种分布的图像 - 统计
用来选择特征或者评估label和特征之间的相关程度
评价两个变量的关系
如果两个变量的协方差是1,那么两个变量基本一样,可以删掉一个变量
协方差和相关系数都可以用来描述线性关系,相关系数把值固定在了一个范围内,方便直观感受- 矩阵和向量相乘:列向量*权重的线性组合
- SVD 奇异值分解
降维
机器学习数学基础笔记1
最新推荐文章于 2024-09-06 13:43:01 发布