2.25机器学习数学基础笔记之二

最新推荐文章于 2022-01-16 16:00:48 发布
最新推荐文章于 2022-01-16 16:00:48 发布
阅读量191 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41593821/article/details/87926533
版权

2.25机器学习数学基础笔记之二

  1. 凸函数的判定（开口往上凸函数 开口往下凹函数）
    在这里插入图片描述

连线上的一点的期望比期望的值大
（期望差不多是平均值）
xy函数值大于函数值的平均值

  1. 绝大多数不等式的起源都是这个不等式

  2. 只要是凸函数或者凹函数就能够用凸优化

  3. 条件概率公式和全概率公式
    在这里插入图片描述

  4. 常见概率分布

  5. 泊松分布比较像电商的商品，因为商品某一价格区间的商品比较多

  6. 正态分布哪里都有，误差基本上就是正态分布，身高是正态分布

  7. 概率和统计的关注点不同在这里插入图片描述

  8. 知道条件推断总体情况：概率

  9. 数理统计 知道分布但是不知道均值方差

在这里插入图片描述

  1. 概率统计和机器学习的关系

  2. 在这里插入图片描述
    概率统计和机器学习是天然地相关，如果抽样都不对，算法肯定构造地不对，进而出错。
    今天上计算几何，说道人工智能是在 L 空间上考虑问题，为这个空间选取合适的基函数，进而考虑问题会简单许多

  3. 在这里插入图片描述

  4. 可以大致看出分布

  5. 统计估计的是分布，机器学习训练出来的是模型，模型可能包含了很多分布在这里插入图片描述

  6. 误差衍生出不同的损失函数定义方式（面试题）

  7. 协方差可以写成期望在这里插入图片描述

  8. 在这里插入图片描述

  9. 协方差一般用于选择特征，协方差近似于1时特征比较好，但是协方差近似于0时可以将该特征丢掉

  10. 相关系数是特征去特征化后的向量的夹角，cos是1当然相关系数是1，也就是线性关系

  11. cos是0当然相关系数是0那就是垂直，两个向量完全没有关系

r=cov(X,Y)/sqrt(Var(X)*Var(y))
在这里插入图片描述
23. 向量a与b的内积实际上是a在b上的投影
24. 在这里插入图片描述
25. 去均值化是很好的预处理方法
26. 为什么协方差是内积
求x和y的协方差就是去均值化，每个值减去期望，减完之后做内积，那就是几何意义
1：37：54

王伟喆prototype
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习数学笔记（入门介绍）
weixin_50268174的博客
10-15 141
机器学习入门 什么是features和examples，以及他们的作用 有监督学习对数据的要求 比如说：我判断一个桃子是不是好的，经常买桃子的会从桃子的外皮上有没有破损、桃子表面有没有腐烂、桃子桃梗是不是青的等方面来判断桃子是新鲜的，还是不新鲜的。 在这里，桃子是不是好的这个是事物的本质，是我们需要得到的事物的分类结果。而外皮有没有破损，表面有没有腐烂，桃梗是不是青的这些事和事物分类结果（或者说本质）相关的属性，这个属性我们在机器学习中称为features（特征），由于小卖铺的老板不可能让我每个桃子都咬
chromedriver 2.25
10-26
**标题：“chromedriver 2.25”** **描述：“web自动化测试（selenium、robotframework等）打开Chrome”** **标签：“chromedriver 2.25” “selenium”** 在IT领域，自动化测试是提高效率和确保产品质量的重要...
机器学习学习数学笔记（序）
ALexander_Monster的博客
04-24 254
Version Date By Change A 2020-4-24 AYZP First Version 前言 学习目的 1）觉得数学好肯定很装逼，所以我要好好学习数学，学习记录笔记 2）听说学习数学可以使脑子变聪明 3）学习数学，应该结合着应用来学，机器学习这个应用就很不错嘛 学习路线 1） B站大佬视频： shuhuai008. 【机器学习】【白板推导系列】【合集 1～2...
机器学习数学基础笔记
倩mys的博客
07-19 299
文章目录高数线性代数概率论与数理统计凸优化 高数 线性代数 概率论与数理统计 凸优化
机器学习笔记——基础数学篇
wang___bing的博客
02-18 345
机器学习里面包括很多数学内容。高中及大学的数学知识都还给老师了。最近跟着视频学习中，发现总结的很好。下面将我的学习笔记记录下来。如有雷同，那可能我们看的是同一视频。笔记内容仅代表我个人的理解，如有错误希望指正，互相学习。 1、夹逼定理          概念：当x∈U(x 0 ,r) 时，有个g(x)≤f(x)≤h(x) 成立， 并且lim x→x 0  g(x)=A,lim
机器学习学习笔记——数学篇
qq_40837128的博客
12-22 1227
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 .
javascript学习笔记
10-09
本篇学习笔记涵盖了 JavaScript 的基础概念、数据类型、变量处理、基本语法以及一些常用函数和操作方法。这些知识点对于初学者来说是非常重要的基石，掌握它们将有助于进一步深入学习 JavaScript 和 Web 开发。
Git2.25.0.1.zip
02-04
"Git2.25.0.1.zip" 是一个包含Git 2.25.0.1版本的压缩包，特别针对Windows操作系统进行了优化。在Windows环境下，开发人员通常会遇到Git的安装和使用问题，因此这个版本的Git为Windows用户提供了方便，解决了官方...
2.25Cr-1Mo-0.25V钢高温流变应力的BP神经网络模型.pdf
09-27
【2.25Cr-1Mo-0.25V钢高温流变应力的BP神经网络模型】是一种基于机器学习的材料科学应用，主要用于预测这种特殊钢材在高温环境下的流变应力行为。2.25Cr-1Mo-0.25V钢是一种抗氢腐蚀的高强度钢材，广泛应用于大型加氢...
斯坦福大学cs299机器学习的数学基础笔记
05-01
黄海广翻译，简略全面，推荐。
机器学习个人笔记完整版（附数学公式）v5.28
11-12
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，你会不仅得到理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，你会学到一些硅谷利用机器学习和人工智能的最佳实践创新。 本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括： （一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。 （二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。 （三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控制），文本的理解（Web搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘，和其他领域。 本课程需要10周共18节课，相对以前的机器学习视频，这个视频更加清晰，而且每课都有ppt课件，推荐学习。 我和我的团队翻译了部分视频，目前已经翻译完毕，内嵌中英文字幕，推荐使用potplayer。此外，我无偿把字幕贡献给了网易云课堂，他们开了免费课：吴恩达机器学习。 这篇中文笔记，主要是根据视频内容和中文字幕以及ppt来制作，部分来源于网络，如“小小人_V”的笔记，并持续更新。 本人水平有限，如有公式、算法错误，请及时指出，发邮件给我，也可以加我qq。 今日发现这个笔记被下载超过10万次，应该说这个笔记有点用，我发现以前一些翻译小错误，进行了修改，以免误导初学者。 黄海广 2018-3-7 夜
K-prototype源代码
03-06
采用MATLAB编写，根据原作者论文的思路编写，代码里面存在注释，适合聚类分析学习者查看
机器学习个人笔记完整版--博士学霸的学习笔记
01-27
一个博士生的机器学习、数据挖掘的笔记，强烈推荐，跟着学霸一起学就是高效！
矩阵分析、SVD、PCA--机器学习数学基础--手写笔记（30）
好好学习，天天向上
07-29 744
一、手写笔记  
机器学习笔记_数学基础_7-凸优化理论
LandscapeMi
11-20 4646
优化问题minf0(x)min f_0(x) subjecttofi(x)≤bi,i=1,⋯,msubject to f_i(x) \leq b_i, \quad i=1,\cdots,m x=(x1,⋯,xn)x=(x_1,\cdots,x_n) 称为优化变量 f0f_0称为目标函数 fif_i称为约束函数 最小二乘问题 (无约束条件；目标函数是若干平和)minf0(x)=||Ax−b|
机器学习笔记--1.3数学基础
slcod的博客
01-16 199
1.范数 L1范数：各个元素绝对值之和； L2范数：各个元素平方和的开方； Lp范数：各个元素绝对值p次方和的1/p次方； L∞范数：各个元素绝对值最大的那个元素。 A = (8, 1, 6) #手工计算 modA = sqrt(sum(power(A, 2))) print("modA:", modA) #库函数 norma = linalg.norm(A) print("norm(A):", normA) 2.各类距离的python实现 2.1曼哈顿距离 from numpy imp
2.25机器学习数学基础笔记
proto王伟喆的博客
02-25 267
2.24学堂在线python学习笔记 高阶编程机器学习与数学基础知识内容机器学习定义机器学习算法重点来看一些算法 机器学习与数学基础知识 一 数学基础（必须要把基础补起来才能够做下去）——微积分线性代数 入门（带个头） 机器学习典型方法 编程基础 二 动手实践教程代码 三 数据科学竞赛（这样比较靠谱） 四 实际项目经验 内容 机器学习分类一般思路，微积分基础：泰勒公式、导数梯度 概率与统计基础：概...
机器学习笔记之基础数学知识（一）
城南花开的专栏
12-16 285
基础数学
linux git2.25版本
最新发布
09-08
要在Linux上安装Git 2.25版本，您可以按照以下步骤进行操作： 1. 打开终端，输入以下命令以安装Git： ``` $ sudo apt update $ sudo apt install git ``` 2. 安装完成后，您可以使用以下命令来验证Git的版本：...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值