机器学习数学基础1

机器学习数学基础

1. 线性代数和微积分基础

• 基础公式
• 矩阵计算
• 微分法则
• 导数公式

（1）向量
向量的范数——具有“长度”概念的函数：
1范数：每个维度的绝对值之和

2范数：即向量的模

无穷范数：各维度的最大值

向量的点积：

（2）矩阵

矩阵的乘法——点积和元素积
点积

矩阵的转置

（3）最大化参数

（4）微分（导数）

2. 统计学和概率论基础

• 条件概率
• 全概率公式

3. 优化方法基础

• 范数
• 拉格朗日乘子法
• KKT条件

4. 信息论基础

• 信息熵
• 条件熵
• 互信息

• 点赞
• 收藏
• 分享
• • 文章举报

amorfatilily 发布了5 篇原创文章 · 获赞 0 · 访问量 126 私信 关注

标签：机器,点积,基础,矩阵,学习,数学,公式,范数,向量
来源： https://blog.csdn.net/weixin_41741485/article/details/104473393