机器学习需要哪些数学基础?
当前位置:首页 > 行业资讯 > 机器学习需要哪些数学基础?

机器学习需要哪些数学基础?

人工智能 2021-02-04 9079 0


数学作为机器学习的理论基础。如果不懂数学可能导致机器学习流于表面,不能深入理解其本质,因此学好数学是很必要的。但并不是所有的数学都需要学习,如果作为初学者,我建议可以从以下几方面出发,能够快速的入门机器学习。

1)概率论

包括概率密度,联合概率,条件概率,和各种概率分布等概念,该数学知识点可应用于贝叶斯模型,决策树,最大期望等算法模型中;

2)线性代数

包括特征值,特征向量,矩阵运算等相关数学知识点,因为机器学习基本都是按照矩阵进行运算。该知识点主要应用于主成分分析,奇异值分解,因子分解,逻辑回归,线性回归等算法中。

3)微积分

包括导数、梯度、偏导数,泰勒公式,凸函数等数学知识点,其实求解模型需要运用到该知识,如梯度下降法等。


image.png


标签:机器学习

取消回复发表评论:


立即定制视觉方案