我的机器学习之旅(二):机器学习数学基础

1,导数,偏导,梯度,极限 

2,贝叶斯,泊松分布。

3,概率与统计

概率问题:已知全部事件,求某个事件发生的概率

统计问题:采样样本,估计总体。

机器学习与概率统计的关系

训练----统计,   预测----计算概率

1.统计估计的是分布,机器学习训练出来的是模型,模型可能包含了很多分布。

2.训练与预测过程的一个核心评价指标就是模型的误差。

3.误差本身就可以是概率的形式,与概率紧密相关。

4.对误差的不同定义方式就演化成了不同损失函数的定义方式。

几个量:期望,方差,协方差。随机变量的关系。

其他几个概率的定理与不等式:

1,jensen不等式

2,切比雪夫不等式   

3,大数定理

4,中心极限定理

5,极大似然估计

原文地址:https://www.cnblogs.com/allenren/p/8627097.html