这两天集中学习了机器学习的数学基础,主要是三部分:
1.线性代数:这部分主要是矩阵的运算和分解,几乎用numpy中函数实现;至于分解部分,有特征分解个奇异值分解两部分,可应用于降纬处理。

2.微积分学:
这部分的应用重点是函数,如何求解目标函数及最优解(用梯度下降的算法),再介绍了最小二乘法。

3.概率论

这两天集中学习了机器学习的数学基础,主要是三部分:
1.线性代数:这部分主要是矩阵的运算和分解,几乎用numpy中函数实现;至于分解部分,有特征分解个奇异值分解两部分,可应用于降纬处理。
2.微积分学:
这部分的应用重点是函数,如何求解目标函数及最优解(用梯度下降的算法),再介绍了最小二乘法。
3.概率论
本文标题:机器学习数学基础
本文链接:https://www.haomeiwen.com/subject/fgmfxktx.html
网友评论