高数部分2
重点:
1、Hession矩阵
用来判断多元函数凹凸性问题,是由多元函数二阶偏导数构成的方阵。
有三种极值:正定矩阵— 局部极小值,负定矩阵—局部极大值,不定矩阵—不是极值。
2、最小二乘法
通过最小化误差的平方和寻找数据的最佳函数匹配
3、拉格朗日乘子法
4、泰勒公式
泰勒中值定理,麦克劳林公式,常见公式。
其他:
1、梯度下降法求极值
2、决策树中Gini系数演化
3、常用极限证明及使用
概率部分
重点:
1、离散型随机变量及其分布
0-1分布,二项分布,泊松分布。
2、连续型随机变量及其分布
均匀分布,指数分布,正态分布(高斯分布)。
3、极大似然估计
步骤:写出似然函数,取对数ln,求偏导数,判断偏导数=0是否有解。
二项分布的极大似然估计,正态分布的极大似然估计
4、矩估计
样本的矩:k阶原点矩,k阶中心矩。
其他:
1、随机试验
2、样本空间
3、事件间的关系和事件的运算
4、频率和概率
5、古典概型
6、条件概型
7、全概率公式
8、贝叶斯公式
9、事件独立性
10、期望,方差,协方差,协方差矩阵
11、随机变量概率分布
12、广义线性模型
13、大数定律
14、数据分布