机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

高等数学

常见函数求导

导数运算法则

复合函数求导

方向导数与梯度(难点)

凸集与凸函数

一元函数求极值

多元函数求极值(了解)

拉格朗日乘子法

泰勒公式展开

空间解析几何和向量代数



下面把我忘了的整理一下:
机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

1、方向导数和梯度

1)方向导数
机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)
机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

2)梯度

梯度是向量,既有大小,又有方向
机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

3)方向导数和梯度的关系
机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

沿梯度方向的方向导数是函数变化率最大的地方,此时方向导数的值就是梯度的模,方向导数的方向为梯度方向

2、凸函数

机器学习里的凸函数是高数里学过的凹函数。
机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

3、Γ\Gamma函数

机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

4、斯特林公式

机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)

5、泰勒公式

机器学习_高数(方向导数梯度、凸函数、Gamma函数、斯特林公式、泰勒公式)