机器学习数学基础之微积分与概率论

机器学习数学基础之微积分与概率论1. 导数与梯度下降1.1 方向导数1.2 在机器学习的应用2. 基本概率论2.1 条件概率2.2 全概率公式2.3 贝叶斯公式2.4 随机变量2.5 期望2.6 方差3. 分布3.1 伯努利分布3.2 二项分布3.3 高斯分布3.4 泊松分布 (本文为学习总结笔记,如有雷同请无视) 1. 导数与梯度下降 1.1 方向导数 梯度下降法会引起局部最优值的可能。 1.2 在机器学习的应用 1、初始化一个w值 2、传入数据集,进行对w的调整 3、最后输出一个最优的w,解决了识别的任务(有可能是局部最优) 2. 基本概率论 人工智能主要对识别的结果进行概率分析,根据概