2.机器学习相关数学基础

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”。

梯度	一个向量，表示某一函数在该点处的方向导数沿该方向取得最大值，即函数在该点处沿着该方向变化最快且变化率最大。
梯度下降	一种迭代法，可用于求解最小二乘问题。（让梯度中所有偏导函数都下降到最低点的过程）
贝叶斯定理	关于随机事件A和B的条件概率或边缘概率的一则定理。 P(B|A)：在事件A发生的前提下，发生事件B的概率 P(A|B)表示：在事件B发生的前提下，发生事件A的概率 P(A)表示：发生事件A的概率 P(B)表示：发生事件B的概率