数学
文章平均质量分 78
小何才露尖尖角
任何时候,我对世界总有一个主观的先验判断,但是这个判断会随着世界的真实变化而随机修正,我对世界永远保持开放的态度--Thomas Bayes
展开
-
牛顿法、梯度下降法与拟牛顿法
机器学习中在求解非线性优化问题时,常用的是梯度下降法和拟牛顿法,梯度下降法和拟牛顿法都是牛顿法的一种简化牛顿法是在一个初始极小值点做二阶泰勒展开,然后对二阶泰勒展开式求极值点,通过迭代的方式逼近原函数极值点在牛顿法迭代公式中,需要求二阶导数,而梯度下降法将二阶导数简化为一个固定正数方便求解拟牛顿法也是在求解过程中做了一些简化,不用直接求二阶导数矩阵和它的逆原创 2023-04-01 18:20:19 · 1405 阅读 · 0 评论 -
统计学-双变量相关分析-相关系数、相关比、克莱姆相关系数
双变量相关分析根据变量的数据类型不同而不同。当数值数据和数值数据计算相关性时,指标为相关系数;数值数据和类别数据计算相关性时,指标为相关比;类别数据和类别数据计算相关性时,指标为克里姆相关系数。原创 2022-12-05 16:03:20 · 1566 阅读 · 0 评论 -
统计学-标准化与标准计分
如果我们有多个变量(维度)的数据,它们的值域和单位都不一样,那么该如何比较这些数据呢?数据标准化就能让我们将数据转为标准计分之后进行比较原创 2022-12-05 12:14:29 · 1327 阅读 · 0 评论 -
轻松掌握线性代数-万字长文基础知识概览
映射:把集合 Y 的元素与集合 X 的元素相对应的规则叫做 “从集合 X 到集合 Y 的映射”。像:通过映射 f 与 xi 相对应的集合 Y 的元素,叫做 xi通过映射 f 形成的像,一般表示为 f(xi)。线性映射的例子 f(x)=2xf(x) = 2xf(x)=2x两个条件均满足,条件证明:不是线性映射的例子 f(x)=2x−1f(x)=2x-1f(x)=2x−1满足条件 1,但是不满足条件 2:一次方程使用矩阵表示:以对角元素为中心线对称的 n 阶方阵对角元素左下角的所有元素均为原创 2022-12-04 17:19:01 · 1609 阅读 · 0 评论 -
关于虚数与复数
实数按照大小排列可以构成实数轴,复数不属于实数,所以复数并不在实数轴上。实数轴添加一个虚数轴构成复平面,复数可以表示为复平面上的一个点。复数有大小和辐角,复平面上的点利用大小和辐角表示就是极坐标。极坐标可以通过三角函数转为复平面直角坐标。通过引入欧拉公式,它能通过复指数表示复数,通过复指数能够大大简化运算。原创 2022-12-01 23:08:17 · 1967 阅读 · 0 评论 -
常用数学公式
对数函数计算公式、排列组合原创 2022-12-01 17:03:01 · 121 阅读 · 0 评论 -
数字信号处理-5-傅里叶分析
无论是 sin 还是 cos 函数,整周期内它们的图围成的面积都是 0。cosnx,那么将 F(x) 全体乘以 cosnx,然后做定积分,这样就剩下一个 cos 函数的积分值,其它函数都因为正交关系积分结果都为 0。求解特定成分的频率需要用到函数的正交,正交函数乘积的定积分结果为 0。cosnx 或 sinnx 中的 n 对应着频率,决定 sin、cos 大小的系数是 a。也就是,从各种频率成分中,抽取出某一特定的成分的过程。即使是复杂的波形,面积也等于 2πa。cosnx 对应的系数是 a。原创 2022-11-22 00:34:13 · 2172 阅读 · 0 评论 -
数字信号处理-4-三角函数合成与傅里叶级数
通过组合各种不同三角函数就能合成各种复杂函数原创 2022-11-21 22:50:32 · 1416 阅读 · 0 评论 -
数字信号处理-3-函数的正交
如果函数成正交关系,那么它们的积的定积分为 0。反过来说就是,如果两个函数相乘的定积分值为 0,那么称这两个函数正交。sinx 与 cosx 正交,sinnx 与 sinmx 正交(m与n不相等),cosnx 与 cosmx 正交(m与n不相等),sinmx 与 cosmx正交。原创 2022-11-21 19:01:22 · 4556 阅读 · 0 评论 -
数字信号处理-2-三角函数与谱
弧度方便于三角函数的计算。三角函数可以看作一种旋转运动,角频率为 ω(弧度/秒), ωt 即为旋转角度 θ。当知道 θ 之后,就能计算三角函数 sinθ、cosθ。当我们固定 ω 时候,就相当于三角函数 sinθ 随时间 t 变化 sinθ=sinωt原创 2022-11-21 17:03:17 · 921 阅读 · 0 评论 -
某些数学符号的读音
∇ 读音原创 2022-04-16 17:04:12 · 1055 阅读 · 0 评论 -
深度学习中的数学-概率论
深度学习中的数学-概率论1 随机变量2 概率分布2.1 离散变量2.2 连续变量3 边缘概率4 条件概率4.1 计算公式4.2 条件概率的链式法则5 独立性和条件独立性6 期望、方差和协方差7 常用概率分布7.1 高斯分布参考1 随机变量一个随机变量只是对可能的状态的描述;它必须伴随着一个概率分布来指定每个状态的可能性随机变量可以是离散的或者连续的。离散随机变量拥有有限或者可数无限多的状态。注意这些状态不一定非要是整数;它们也可能只是一些被命名的状态而没有数值。连续随机变量伴随着实数值2 概率分布原创 2022-04-06 21:24:55 · 1516 阅读 · 0 评论 -
深度学习中的数学-线性代数
深度学习中的数学-线性代数1 矩阵和向量相乘1.1 标准乘积1.2 元素对应乘积2 线性相关和生成子空间3 范数4 特征分解推荐书目参考1 矩阵和向量相乘1.1 标准乘积如果矩阵 A 的形状是 m × n,矩阵 B 的形状是 n × p,那么矩阵C 的形状是 m×p。C=ABC = ABC=AB具体地,该乘法操作定义为Ci,j=/C_{i,j}=/Ci,j=/可以理解为 A 中第 i 行与 B 中第 j 列的点积1.2 元素对应乘积两个矩阵的标准乘积不是指两个矩阵中对应元素的乘积。不过原创 2022-04-05 21:58:31 · 1564 阅读 · 0 评论 -
矩阵求导常用公式
常见的求导有,标量对标量求导,向量对标量,矩阵对标量,标量对向量,向量对向量,标量对矩阵原创 2022-03-28 22:26:56 · 10068 阅读 · 2 评论