机器学习之数学基础(1)——微积分

前言： 没想到还能在此生再次用到大学中学习的高数，线性代数和概率论，如果上天给我再来一次的机会，我一定往死了学习这三门课。

观点

与机器学习相关的微积分的核心问题是极值问题 核心技能是偏导数和梯度

函数

定义如下： 对数集A施加一个对应的映射f，记做:f(A)得到数集B，记为函数：B=f(A) 这是我们中学学的最多的，常用的函数有：

从极限到导数

• 数列极限 给定一列数（从x1到xn），n为无穷大，常数a，假如随便取一个无限小的数b，无论n取多大总有xn-a0 则 在 I 内图形是凹的 ; (2) 在 I 内 ，f”(x)

• 高阶偏导

从方向导数到梯度

• 方向导数 p的值为三维空间两点之间的距离 可以证明：

• 梯度 后记： 细细整理，在做补充 你可能感冒的文章： 我的机器学习pandas篇 我的机器学习matplotlib篇 我的机器学习numpy篇