【笔记】机器学习用到的“高等数学”知识简单回顾

极限的基本概念： 导数（标量）： 常见函数的导数： Taylor公式： 方向导数： 梯度（向量）： 机器学习就是希望把非凸函数转化为凸函数，再利用梯度下降法，求的损失最小得分函数的权重。 凸函数的定义： 注意：二阶导数为0的点不一定是全局最小点。因为，实践中，如果来求解二阶导数等于0的函数的值，实际上不是很好解的。所以，还是要用梯度下降法来计算。 如何判断一个函数是凸函数： 1）如果函数二阶可导，

>>阅读原文<<