复习重点:
1-梯度理解
2-凸函数
3-多元函数求极值
4-Hession 矩阵
5-最小二乘法
6-拉格朗日乘子法
7-泰勒公式
8-矩阵基础知识
9-矩阵的特征值和特征向量分解
10-连续型随机变量分布
11-离散型随机变量分布
12-极大似然估计
13-矩估计
14-假设检验
学习要求
1.基本函数的图像,导数
2.导数的运算法则(加减乘除)(常数Cf(x)的倒数)
3.极值和最值求解
4.多元函数求导(层层求导)
这里的结果是有问题的应该是1/e 的叠加
5.偏导数(三元z对x的偏导数,z对y的偏导数)
6.方向导数(单位向量怎么求)
方向导数是偏导数的升级,更能应用到生活中,方向导数的公式
1.求一个点到另外一个点的向量如P(1,0),Q(2,-1)
则向量PQ就是(1,-1)也就是Q减去P对于的x,y想减
2.求单位向量 还是利用向量(1,-1),(1的平方+(-1)的平方)开根号,及根号2,然后1除以根号2 乘以(1,-1)即可得到单位限量
3.求偏导数对x,y的骗到值
4,代入公式的方向导数值 片导致乘以单位向量的和
6.梯度的概念 依赖于方向导数
再找资料理解
7.凸函数
凸函数是为了数据的分布在优化时得到全局最优解
,而不是局部最优解
判定是否是凸函数
两个数的平均数的函数值大于各自函数和的平均值则为凸函数
1.根据函数的图像来判定是否是凸函数
lnx 的图像开口向下 是凸函数
x的三次方 图像时x<0,开口向下是凸函数
2。根据几何意义看集合的任意连线
3。两个数的平均数的函数值大于各自函数和的平均值则为凸函数