![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习数学强化
机器学习与数学的联系
bingxiash
本人为AI爱好者,正在学习AI相关知识
展开
-
机器学习与线性代数
一 矩阵 1.线性代数的应用(以SVD为例) SVD是在机器学习中广泛使用的算法,不光可以用于降维算法的特征分解,也可以用于推荐系统,以及自然语言处理等领域,是很多机器学习算法的基石。 奇异值分解是一种重要的矩阵分解方法,可以看作方阵在任意矩阵上的推广。 假设A是一个m×nm\times nm×n阶实矩阵,则存在一个分解使得Am×n=Um×m∑m×nVn×nTA_{m\times...原创 2020-01-31 10:53:46 · 407 阅读 · 0 评论 -
机器学习与概率论
一 概率论基础1.概率与直观2.常见概率分布3.Sigmoid函数与Logistic函数引入二 统计量1.期望/方差/协方差/相关系数引入2.独立和不相关三 大数定律四 中心极限定理五 最大似然估计1.过拟合...原创 2020-01-29 18:14:55 · 678 阅读 · 0 评论 -
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)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:...原创 2020-01-28 20:52:29 · 184 阅读 · 0 评论