zoukankan      html  css  js  c++  java
  • 机器学习之数学基础(一)-微积分,概率论和矩阵

    学习python快一年了,因为之前学习python全栈时,没有记录学习笔记想回顾发现没有好的记录,目前主攻python自然语言处理方面,把每天的学习记录记录下来,以供以后查看,和交流分享。~~(。・ω・。) ~~

    这一系列主要学习和回顾机器学习的数学部分。

    微积分:

    一:两边夹定理

    二:极限存在定理

    三:两个常用的极限

    四:常用函数的导数

    五:泰勒公式-麦克劳林公式

    六:方向导数

    七:梯度的概念

    八:凸函数-如x2属于凸函数

    概率论:

    一:基本概率公式

    二:常用分布

    三:Logistic函数

    四:期望

    五:期望的性质

    六:方差

    七:协方差

    八:相关系数

    九:矩

    十:偏度

    十一:峰度

    十二:切比雪夫不等式

    十三:大数定理

    十四:中心极限定理

    十五:样本的统计量

    十六:样本的矩

    十七:矩估计

    十八:极大似然估计

    线性代数:

    一:行列式

    二:范德蒙行列式

    三:矩阵乘法

    四:矩阵的秩

    五:秩与线性方程组的解的问题

    六:向量组等价

    七:系数矩阵

    八:正交阵

    九:特征值和特征向量

    十:特征值的性质

    十一:不同特征值对应的特征向量

    十二:正交阵和对称阵关系

    十三:二次型

    十四:正定阵

    十五:正定阵的判定

  • 相关阅读:
    signalr推送消息
    WebApi2跨域问题
    iTextSharp生成pdf的一个简单例子
    遇到的错误记录
    AutoMapper用法
    visual studio 2015中的webapi生成helpPage,页面不显示方法说明问题解决
    visualstudio 2013 mysql entityframework :实体模型无法添加,闪退
    webapi相关知识
    2016年4月14日
    2016年4月13日
  • 原文地址:https://www.cnblogs.com/felixwang2/p/8590031.html
Copyright © 2011-2022 走看看