机器学习Day03

1. 数学课

        高等数学

                模型优化

        概率论与数理统计

                建模思想

        线性代数

                高性能计算

2. 人工智能项目的本质

        统计学项目

                通过对样本的分析，来评估、估计总体的情况。

3. 概率

        probability或然率，概率，置信度，打分……

        离散型变量

                有限个状态

                状态之间无大小、程度等概念

                状态之间是严格对立的

                概率的计算：

                        转换为频率

                        数个数

        连续性变量

                无限个数值

                数值之间是大小、程度的差异

                内涵是一致的

                概率的计算：

                        高斯分布的概率密度函数（Probability Density Function, PDF）

                        通过对概率密度函数的积分来求解。

                        概率密度函数是概率的导数

                        概率就是概率密度函数的积分

                        计算步骤（理论数学）：

                                先找出概率密度函数

                                然后再对概率密度函数积分

                                在任何一点的概率