機器學習數學基礎1

機器學習數學基礎 1. 線性代數和微積分基礎 基礎公式 矩陣計算 微分法則 導數公式 （1）向量 向量的範數——具有「長度」概念的函數： 1範數：每個維度的絕對值之和 2範數：即向量的模 無窮範數：各維度的最大值 向量的點積： （2）矩陣 矩陣的乘法——點積和元素積 點積 矩陣的轉置 （3）最大化參數 （4）微分（導數） 2. 統計學和概率論基礎 條件概率 全概率公式 3. 優化方法基礎 範數 拉

>>阅读原文<<