- 1、本文档共13页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器学习与深度学习的数学知识点汇总
目录CONTENTS01高等数学/微积分02线性代数与矩阵论03概率论与信息论04最优化方法05图论/离散数学
高等数学/微积分1微积分是现代数学的基础,线性代数,矩阵论,概率论,信息论,最优化方法等数学课程都需要用到微积分的知识。单就机器学习和深度学习来说,更多用到的是微分。积分基本上只在概率论中被使用,概率密度函数,分布函数等概念和计算都要借助于积分来定义或计算。几乎所有的机器学习算法在训练或者预测时都是求解最优化问题,因此需要依赖于微积分来求解函数的极值,而模型中某些函数的选取,也有数学性质上的考量。对于机器学习而言,微积分的主要作用是:1.求解函数的极值2.分析函数的性质
高等数学/微积分
线性代数与矩阵论2相对于微积分,线性代数似乎用的更多,而且有一部分属于矩阵论/矩阵分析的范畴,超出了工科线性代数教材的范围。下面列出线性代数和矩阵论的常用知识点。
线性代数与矩阵论
概率论与信息论3概率论与信息论在机器学习中用得非常多。概率论的知识,一般不超出工科教材的范畴。而信息论是很多同学没有学过的,不过只要你理解了微积分和概率论,理解这些概念并不是难事。下面列出常用的概率论与信息论知识点。
概率论与信息论
最优化方法是机器学习的灵魂,用于确定模型的参数或预测结果。不幸的是,工科专业一般没有学过这门课。不过只要你理解了微积分和线性代数,并不难推导出这些算法。下面列出常用的最优化方法知识点。最优化方法4
最优化方法
图论/离散数学5机器学习中的某些问题可以用图论的方法解决,如流形学习,谱聚类。某些算法的表达也可能用到图论的知识,如深度学习中的计算图,NAS中的网络拓扑结构图。概率图模型让很多初学者谈虎色变,它是图论与概率论的完美结合。下面介绍常用的图论知识点。
图的基本概念某些特殊的图最短路径问题拉普拉斯矩阵、归一化拉普拉斯矩阵Dijkstra算法如二部图,有向无环图等,在深度学习中经常会用到它们。机器学习中的很多算法,如流形学习,使用图论的半监督学习,谱聚类都离不开它。理解这个矩阵和它的性质,是理解这些算法的基础论如顶点,边,有向图,无向图等。邻接矩阵与加权度矩阵,图论中的核心概念,边一般都带有权重的。
谢谢收看
您可能关注的文档
最近下载
- 2024年大数据技术试题库(含答案).pdf
- 艾兰德ALD6000P系列变频器使用手册(中文).pdf
- NB∕SH∕T 0944.2-2020 润滑剂抗磨损性能的测定 FE8滚动轴承磨损试验机法 第2部分:润滑脂.pdf
- 四川大学2020年11月课程考试考试《103014电子商务》参考答案.doc
- 廉洁案例教育(廉洁党课)-1.ppt VIP
- 游泳馆突发紧急事件处理预案.doc
- 国开(中央电大)专科《财务管理》网上形考(任务一至四)试题及答案.docx
- 我的教育教学故事(荟萃20篇).docx VIP
- 部编版小学语文六年级上册期中考试试卷(含答案).doc
- 数学北师大版五年级上《比较图形的面积》说课课件.pptx
文档评论(0)