机器学习2

机器学习笔记：

 

条件概率：在事件B发生的基础上，A发生的概率。　　

全概率公式：把各事件相加的得 1.

 

 

 

 

 

 

 

 

 

 

 

我对贝叶斯定理得理解

我对梯度和梯度下降法的理解：

　　梯度：即函数在某一点最大的方向导数，函数沿梯度方向函数有最大的变化率。 

　　梯度下降法：梯度即函数在某一点最大的方向导数，函数沿梯度方向函数有最大的变化率。 但是这样的数据是极端的，所以在这个基础上沿着负梯度方向去减小函数值，以此达到优化目的