您的位置: 首页 > 文章 > 机器学习与数学基础2 机器学习与数学基础2 分类: 文章 • 2024-09-27 11:50:46 2.统计学与概率论基础 (1)基本概念 概率:对随机事件不确定性的度量。 概率与频率 古典概率与条件概率 条件概率: 全概率公式与贝叶斯公式 随机变量:并不是变量,它们是将(样本空间中的)结果映射为真值的函数。 联合分布与边缘分布 联合分布: 条件分布: 随机变量独立性 期望与方差 3.优化方法基础 (1)基本概念 向量:一个n维向量是由n个实数组成的数组。 向量空间:所有的向量构成的集合称为n维向量空间。 多元函数:以n维向量为自变量的函数称为n元函数。 极值 矩阵及其正定性 梯度与黑塞矩阵 (2)函数的凹凸性 (3)梯度下降法 (4)牛顿法