2.机器学习相关数学基础

1）P2 概率论与贝叶斯先验

本福特定律，是指一堆从实际生活得出的数据中，以1为首位数字的数的出现概率约为总数的三成，接近直觉得出之期望值1/9的3倍。

概率公式(23:44)

指数分布（48:30）

 指数函数的一个重要特征是无记忆性。

 总结（60:49）

 

方差（103:20）

2）P3 矩阵和线性代数

代数余子式：在n阶行列式中，把元素aₒₑi所在的第o行和第e列划去后，留下来的n-1阶行列式叫做元素aₒₑi的余子式，记作Mₒₑ，将余子式Mₒₑ再乘以-1的o+e次幂记为Aₒₑ，Aₒₑ叫做元素aₒₑ的代数余子式。

 

QR分解：

 3）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”

梯度的本意是一个向量，表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向变化最快，变化率最大。

梯度下降：对于一个函数,希望找到使函数值达到全局最小的自变量值，通过不断地调整参数来寻找合适的目标值。

贝叶斯定理：贝叶斯定理是关于随机事件A和B的条件概率的一则定理