【筆記】機器學習用到的「高等數學」知識簡單回顧

極限的基本概念： 導數（標量）： 常見函數的導數： Taylor公式： 方向導數： 梯度（向量）： 機器學習就是希望把非凸函數轉化爲凸函數，再利用梯度下降法，求的損失最小得分函數的權重。 凸函數的定義： 注意：二階導數爲0的點不一定是全局最小點。因爲，實踐中，如果來求解二階導數等於0的函數的值，實際上不是很好解的。所以，還是要用梯度下降法來計算。 如何判斷一個函數是凸函數： 1）如果函數二階可導，

>>阅读原文<<