![02e103e0638ec526dbc35c61d2e1b78f.gif](https://i-blog.csdnimg.cn/blog_migrate/7d98f05b72fc296fde0a70dc5224b1e7.gif)
![02e103e0638ec526dbc35c61d2e1b78f.gif](https://i-blog.csdnimg.cn/blog_migrate/7d98f05b72fc296fde0a70dc5224b1e7.gif)
胖友们,很久没见了,最近工作确实太忙。离上一篇文章的时间已经有一个多月了。上回说到学习python占用了我很大部分的时间。但是在一次我面试别人与别人的交流中,我醒悟到了一些机器学习理论基础的重要性,最近多花了一些时间这方面的学习上。因为在一些业务场景中,我们在建模的时候必须要知道怎样样的算法才能结合业务产生价值,那算法理论就是我们的基础。在学习的过程中,我发现泰勒级数在机器学习理论中经常用到,如xgboost的推导。但是在跟一些朋友的交流中,他们会提问,他们虽然大致知道泰勒级数式长什么样的,但一些背景和详细解释没有太了解,导致在后面的学习中一脸懵逼,没办法把知识点串联起来。所以这次想看看我们这次的学习分享能不能帮到大家。那么我们应该怎么去理解泰勒级数和泰勒级数在机器学习领域中的应用?我们可以从泰勒级数的定义和它在机器学习中的应用例子说起。
01 泰勒级数是什么泰勒级数是以于1715年发表了泰勒公式的英国数学家布鲁克·泰勒(Sir Brook Taylor)的名字来命名的。通过函数在自变量零点的导数求得的泰勒级数又叫做迈克劳林级数,以苏格兰数学家科林·麦克劳林