机器学习数学基础1

机器学习数学基础 1. 线性代数和微积分基础 基础公式 矩阵计算 微分法则 导数公式 （1）向量 向量的范数——具有“长度”概念的函数： 1范数：每个维度的绝对值之和 2范数：即向量的模 无穷范数：各维度的最大值 向量的点积： （2）矩阵 矩阵的乘法——点积和元素积 点积 矩阵的转置 （3）最大化参数 （4）微分（导数） 2. 统计学和概率论基础 条件概率 全概率公式 3. 优化方法基础 范数 拉

>>阅读原文<<