机器学习中的数学（2）---概率论回顾

1.回顾

凸函数加上梯度，就是最优化中最经典的问题。想象一个碗，向碗里扔一个小球，就能找到全局最低点。

2.概率论基础

3.分组问题：

4.基础概率公式

5.先验概率&后验概率

6.分布

从Taylor公式到泊松分布（任何加和为1的公式都可以看做一种概率分布）：

 

 

7.sigmoid函数

 可视作一个概率累计函数