![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学相关
chicken_shit_bro
这个作者很懒,什么都没留下…
展开
-
线性代数相关知识点回顾
线性代数相关知识点回顾矩阵的转置矩阵的逆特征值与特征向量矩阵的秩正交阵相似矩阵与相似对角化特征子空间矩阵的转置(AB)T=BTAT矩阵的逆AB=BA=E,则B=A-1若矩阵A可逆,则|A|不等于0只有方阵才有伴随矩阵特征值与特征向量定义:特征值的性质:特征向量的性质: 第二条:注意线性无关与两两正交的区别矩阵的秩定义:性质:n阶可逆方阵,秩=n可逆矩阵又称为满秩矩阵矩阵的秩等于它行(列)向量组的秩正交阵正交阵一定是满秩矩阵相似矩阵与相似对角化相似矩阵的原创 2020-05-21 08:34:23 · 803 阅读 · 0 评论 -
梯度与梯度下降法详解
梯度与梯度下降法1 前言2 导数3 导数与偏导数4 导数与方向导数5导数与梯度6 导数与向量7 梯度下降法8 梯度下降法与机器学习9 梯度下降法的缺点10 补充:向量函数求导的问题10.1对标量求导10.2对向量求导1 前言 机器学习中的大部分问题都是优化的问题,而绝大部分问题都可以使用梯度下降法处理,那么搞懂什么是梯度,什么是梯度下降法就非常重要了,这是基础中的基础,也是必须掌握的概念.2 导数一张图读懂导数与微分导数定义如下:反映的是函数y=f(x)在某一点沿着x轴的正方向的变化率/变化原创 2020-05-19 19:36:20 · 1208 阅读 · 0 评论