机器学习入门——数学基础1

最新推荐文章于 2024-04-19 05:16:09 发布
置顶 最新推荐文章于 2024-04-19 05:16:09 发布
阅读量306 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习 概率论
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_41741485/article/details/104473393
版权

机器学习数学基础

1. 线性代数和微积分基础

  • 基础公式
  • 矩阵计算
  • 微分法则
  • 导数公式

（1）向量
向量的范数——具有“长度”概念的函数：
1范数：每个维度的绝对值之和
在这里插入图片描述
2范数：即向量的模
在这里插入图片描述
无穷范数：各维度的最大值
在这里插入图片描述
向量的点积：
在这里插入图片描述
（2）矩阵
在这里插入图片描述
矩阵的乘法——点积和元素积
点积
在这里插入图片描述
矩阵的转置
在这里插入图片描述
（3）最大化参数
在这里插入图片描述
（4）微分（导数）
在这里插入图片描述
2. 统计学和概率论基础

  • 条件概率
  • 全概率公式

3. 优化方法基础

  • 范数
  • 拉格朗日乘子法
  • KKT条件

4. 信息论基础

  • 信息熵
  • 条件熵
  • 互信息
amorfatilily
关注
专栏目录
深度学习的基础：机器学习入门和数学基础（一）
江说江湖专栏：欠世界一个伟大的产品！
04-10 5839
机器学习入门和数学基础（一） 1.机器学习 （Machine Learning, ML) 1.1 概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门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。 1.2 学科定位：人工智能(Artificial Intelligence, AI）的核心，是使计
机器学习必备的数学基础有哪些？
weixin_33705053的博客
03-18 314
点击关注 InfoQ，置顶公众号接收程序员的 8 点技术早餐大家好，我是王天一。我是北京邮电大学博士毕业，目前在贵州大学大数据信息工程学院任教，同时也是咱们极客时间《人工智能基础课》这个专栏的作者。今天我们分享的内容，主要是关于机器学习中的基础数学，包括以下四个部分。第一，我们关注的是机器学习当中会用到哪些基础数学。第二，这些数学在机器学习，或者说在人工智能这个大环境下都能起到一些什么样的作用。第...
机器学习中的数学基础怎么学？
追梦程序员的博客
07-21 1万+
又到了周末了，但小编的周六并不算周末。回到本次的话题上，这次小编给大家分享机器学习中的数学基础该怎么学。 首先给出小编的态度：机器学习中涉及的数学课程比较多，要想一下子去穷尽所有课程显然也不现实，大可不必打好所有的数学基础再去学机器学习，最好的做法是当你对机器学习本身的理解达到一定瓶颈的时候，你可以补一补一些相关的数学基础之后再回去看机器学习的问题也许会更快的有所突破。 就拿小编来说吧，小编是...
机器学习与数学基础知识（一）
热门推荐
qq_39975984的博客
12-29 2万+
最近，朋友分享给我一套“七月在线”的机器学习视频，我几经思量之后，决定从视频量最少的数学基础部分开始看起，今天学习完了第一个视频，长达2小时，感觉老师讲的挺不错的。以前自己就对机器学习很感兴趣，做了一些了解和尝试性地学习，也看了一点经典的林轩田和吴恩达系列的视频，个人觉得再经典的机器学习视频也需要一个良好的数学基础来入门。    第一集的视频主要是系统介绍了机器学习基础与相关数学基础的一些概念，具
机器学习入门——机器学习基础概念
日积月累，天道酬勤
03-15 3913
引言 本文介绍机器学习的一些基本概念。包括机器学习的主要任务，机器学习的分类等。 文章目录引言用到的数据机器学习的主要任务分类回归 用到的数据 鸢尾花(IRIS)是比较常见的在我们学习机器学习时用到的数据。数据来源: http://archive.ics.uci.edu/ml/datasets/Iris iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的各50个...
机器学习数学基础——群论
qq_61888524的博客
10-10 3629
群论的定义 对于群论是什么，这里引用百度百科中的一段介绍： 群论，是数学概念。在数学和抽象代数中，群论研究名为群的代数结构。群在抽象代数中具有基本的重要地位：许多代数结构，包括环、域和模等可以看作是在群的基础上添加新的运算和公理而形成的。群的概念在数学的许多分支都有出现，而且群论的研究方法也对抽象代数的其它分支有重要影响 对于我本人而言，看完这段描述依然很懵，有一种听君一席话，如听一席话的感觉，压根还是不知道群论是个啥。但是没关系，看完这里我们只要知道有群论这个东西...
机器学习的数学基础
qq_35656655的博客
09-09 8374
一、概述 我们知道，机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习方法为中心；是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以本文就先介绍一下机器学习涉及到的一些最常用的的数学知识。 二、线性代数 2-1、标量 一个标量就是一个单独的数，一般用小写的的变量名称表示。 2-2、向量 一个向量就是一列数，这些数是有序排列的。用过次序中的索引，我们可以确定每个单独的数。通常会赋予向量粗体的小写名称。当我们需要明确表示向量中的元素时，..
机器学习——入门基础
友培的博客
11-25 8101
西瓜书机器学习第二章 数据、某种学习算法、模型、预测 科学推理的手段：归纳（特殊到一般）、演绎（一般到特殊） 训练出了不同模型，怎么选择？选最简单的 贴上宝藏up主的传送门致敬大神的个人空间_哔哩哔哩_bilibili 模型评估和选择 一种训练集一种算法 案例1：拿识别图片中的数字举例，比如每张图片中有一个数字 表1 字母/特殊含义 含义 实际案例 m 样本的数量 多少张图片 Y 正确的结果 比如第一张的正确结果是1，第二张是7 Y’ 模型预测出的结果 算法模型推测出第一张是1
机器学习入门——K近邻算法
日积月累，天道酬勤
03-22 3988
本文介绍了下k近邻算法，它是天然可以解决多分类问题的算法，思想简单，效果也不过。然后我们还介绍了如何调整超参数、判断机器学习的性能，最后探讨了如何通过数据归一化提升我们模型的准确率。
机器学习入门 —— 超级详细的KNN算法学习笔记、KNN算法的三要素、KNN算法的优缺点
最新发布
2401_84424257的博客
04-19 867
K近邻 (k-Nearest Neighbors， KNN) 算法是一种分类与回归算法，是机器学习算法中最基础、最简单的算法之一， 1968年由 Cover和 Hart 提出， 应用场景有。
深度学习入门理解——零基础数学篇（一）
GWENGJING的博客
08-15 1437
深度学习入门理解——零基础数学篇（一），本文是在学习工程中写下的，也参考了很多博客，近期会随时更新-8.15版
线图神经网络（Line graph neural network, LGNN）
weixin_41741485的博客
03-31 7469
这一部分，我们可以通过实现一个线图神经网络（LGNN）来解决社团检测。社团检测，或者说图聚类，指的是将图中的节点划分为簇，而且簇内的节点比簇间的节点具有更高的相似性。 在图神经网络中，我们可以了解到如何以一种半监督方式来对一张输入图的节点进行分类。我们使用图卷积网络作为图特征的嵌入机制。 为了将图神经网络概况为有监督的社团检测， 论文Supervised Community Detection w...
时序数据表示学习
weixin_41741485的博客
10-20 1618
时序数据表示学习研究背景及工作概述 时序数据在我们的日常生活中广泛存在，随着采集设备不断升级，各类传感器的大规模部署，每天都在以数以亿计的速度产生时序数据。 主要包括遥感领域的GPS轨迹数据，包括卫星通讯，态势监控，雷达遥感，以及其他领域的设备日志，操作记录，用户活动等等。 这类数据具有数据体量庞大，关联信息异构，分析任务多样等特点 对于时序数据的处理框架主要聚焦在存储和索引上，而传统的分析算法难以适应大规模、异构、复杂的分析任务 在2012年斯坦福的教授第一次将深度学习框架引入了时序数据建模上。从而开.
机器学习-强化学习
weixin_41741485的博客
03-14 1501
强化学习简介 什么是强化学习？ 强化学习是多学科多领域交叉的一个产物，它的本质就是解决“决策”问题，即学会自动进行决策。强化学习是一个“序列决策”问题，它需要连续选择一些行为，从而这些行为完成后得到最大的收益最好的结果。 强化学习的方式 它在没有任何label告诉算法应该怎么做的情况下，通过先尝试做出一些行为得到一个结果，通过先尝试做出一些行为得到一个结果，通过判断这个结果是对还是错来对之前的行为...
图注意力网络GAT in DGL
weixin_41741485的博客
04-09 1497
GAT in DGL GAT引入注意力机制来代替静态的归一化卷积操作。 from dgl.nn.pytorch import GATConv import torch import torch.nn as nn import torch.nn.functional as F class GATLayer(nn.Module): def __init__(self, g, in_d...
异常值检验
weixin_41741485的博客
03-06 1029
异常值检验 什么是异常值 异常点（outlier）是一个数据对象，它明显不同于其他的数据对象，分为记录异常和非记录异常。 异常值检验的应用 信用卡欺诈检测、电信欺诈检测、网络入侵检测、故障检测。 怎样确定异常值 数据中有多少离群值（怎么界定） 方法往往是无人监督的，验证可能相当具有挑战性（就像聚类） 异常检测的方法 基于规则的方法 基于模型的方法 可视化判断 箱形图（1-D）和散点图（2-...
机器学习-树模型
weixin_41741485的博客
03-03 961
树模型（分类或回归） 决策树 树的基本结构 示例 定义 决策树在分类问题中，表示基于特征对实例空间进行划分的方法。可以视为if-then规则的集合，也可以认为是定义在特征空间和类空间上的条件概率分布。 步骤 特征选择 决定选取哪些特征来划分特征空间。 先引入信息论概念：信息增益 熵、条件概率、信息增益 对信息增益进行特征选择 选取信息增益最大的特征 特征的信息增益算法 计算数据集D的...
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