机器学习常见的数学符号表

参考《统计学习方法》
最新推荐文章于 2024-10-26 11:50:17 发布
原创 最新推荐文章于 2024-10-26 11:50:17 发布 · 1.8k 阅读 · 6 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客内容提及参考《统计学习方法》，这可能与统计学习领域的知识相关，在信息技术中，统计学习常用于数据分析、机器学习等方面。

在这里插入图片描述
参考《统计学习方法》

机器学习，数学统计常用数学符号
逐月
03-02 1939
MLE　　极大似然估计/估计器(Maximum Likelihood Estimate/Estimator)KDE 核密度估计/估计器(Kernel Density Estimate/Estimator)EM 期望最大化(Expectation-Maximization)KKT卡罗需-库恩-塔克(Karush-Kuhn-Tucker)KL 库尔贝克-莱布勒(Kullback-Leibler)CE 交叉熵(Cross-Entropy)OOB　　袋外(Out-Of-Bag)Gamma 伽马分布。
机器学习常用基本数学符号概括总结
绎岚科技的博客
06-17 2118
在阅读机器学习的描述时，我们无法避免遇到各种数学符号。通常只要方程中的一个项或一个符号片段即可完全影响我们对整个过程的理解。这可能非常令人沮丧，尤其是适用于来自开发领域的机器学习初学者。如果我们了解数学符号的一些基本领域和一些工作技巧，则可以取得进步。
机器学习 数学符号
02-08
这里总结了 机器学习中 常用的 数学符号，帮助自己方便记忆
机器学习15种常用数学符号！
Datawhale
02-10 6271
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：小雨姑娘，康涅狄格大学，Datawhale成员这三天复现一个...
干货丨一文介绍机器学习中基本的数学符号
人工智能爱好者俱乐部
04-10 1828
在机器学习中，你永远都绕不过数学符号。通常，只要有一个代数项或一个方程符号看不懂，你就完全看不懂整个过程是怎么回事了。这种境况非常令人沮丧，尤其是对于那些正在成长中的机器学习初学者来说更是如此。如果你能了解一些基本的数学符号以及相关的小技巧，那你就在看懂机器学习方法的论文或书籍描述上前进了一大步。在本教程中，你将学到机器学习技术描述中遇到的基本数学符号。在学完整个教程后，你会知道：算术符号，包括若
一文介绍机器学习中基本的数学符号
weixin_43485035的博客
11-23 433
常用数学输入符号： 数 集合 操作符 函数 导数和梯度 概率和统计 复杂度
《白话机器学习的数学》学习笔记整理
最新发布
08-18
整个学习笔记的整理，旨在帮助读者建立起机器学习中数学概念的清晰框架，让这些理论不再是冰冷的符号和公式，而是能够真正应用于实践中的活生生的工具。所以，学习笔记不仅涵盖了理论知识，更重视这些理论在实际问题...
西瓜书《机器学习》符号表KaTex表示
Turbo.AI,专注AI工程化
10-26 1427
写这篇post的缘故是最近整理机器学习的相关公式，经常要用到KaTex, 但网络上搜索到的西瓜书符号表的表示有些并不准确或者严谨，本着严谨治学的态度，整理了一下符号表的KaTex表示，希望有所帮助,整理过程中参考了《南瓜书》和 KaTex官方文档
机器学习中基本符号表示和常用术语
qq_48278620的博客
11-20 1544
TP FP FN TN
机器学习符号总结
lucius-liu.cn
01-03 1063
χ:\chi:χ: 样本集合、实例集合、输入空间 S:S:S: 样本集合 γ:\gamma:γ: 标签集合、目标值集合 c:c:c: 概念，一个子集，或 χ→γ\chi\rightarrow \gammaχ→γ 的映射 C:C:C: 概念类，可能想要学习的概念集合 D:D:D: 样本分布 H:H:H: 假设集，将特征映射到标签集合 γ\gammaγ 的函数集合 R(h):R(h):R(h): RRR 即 riskriskrisk，此处为 hhh 的泛化误差 R^(h):\hat{R}(h):R^(h): h
很全很全的数学符号表
03-01
在网上搜索过大量的数学符号相关的资源，例如数学符号大全...，但是个人觉得都没有这个全！扫描版，较清晰，打印没问题！内容分为6部分：算术和数论、逻辑与集合、代数学、分析学、概率统计、应用数学，共46页！
【机器学习】机器学习常见符号
探索世界，改变世界
07-31 4320
机器学习常见符号 符号　 名称　 符号　 名称　 R 实数集 Rn n维实数向量空间　 H 希尔伯特空间 X 输入空间 Y 输出空间 x∈X 输入，实例 y∈Y 输出，标记 X 输入随机变量　 Y 输出随机变量 T={(x1,y1),(x2,y2),···,(xN,yN)}...
【机器学习基础】机器学习的常用数学符号
热门推荐
fengdu78的博客
02-13 1万+
作者：小雨姑娘，康涅狄格大学，Datawhale成员这三天复现一个论文实验结果不正确，一直找不到原因，后来发现是自己把当成了 。如果你到现在搞不懂这两个符号的区别，这问题就跟学英语记不住周...
机器学习系列（一）之算法相关数学符号
excellent_sun的博客
02-27 3337
算法相关数学符号表（资料1）1、字母表2、数学符号表3、公式和输入符号表4、运算符号表 1、字母表 2、数学符号表 3、公式和输入符号表 4、运算符号表 ...
常用数学符号的读法及意义
weixin_30530939的博客
09-03 5691
首先，说明本文的引用地址是：http://www.sciencenet.cn/blog/user_content.aspx?id=235271这段时间，正在学习“数理逻辑与集合论”，苦于好多数学符号忘记了读法。还是读书的时候好啊，不懂可以问老师。 :)谢谢原文的作者，给我们奉献了如此有用的文章。大写 小写 英文注音国际音标注音 中文注音Α...
机器学习符号表
Tan_HandSome的博客
08-09 2704
机器学习符号表
【机器学习】机器学习LaTex数学公式符号大全
fengdu78的博客
08-18 1950
作者：Peter编辑：PeterLaTeX是一种标记语言，主要用于创建高质量的学术文档，特别是数学、物理和计算机科学领域的文档。它基于TeX排版系统，由美国数学家Donald E. Knuth开发。在LaTeX中，你可以轻松地编写复杂的数学公式，并控制文档的布局和样式。小编最近又整理了一份机器学习公式编写过程中涉及到的各种数学符号及对应的LaTex符号，建议收藏直接使用~两种方式在LaTeX中编辑...
机器学习中你不得不知道的数学符号表示
因吉的博客
08-29 2495
最近在补一些机器学习的理论基础，因此把常用的符号做一个总结。当然，不同的子方向可能有些许区别。 1 标量向量及矩阵 2 自然数 3 定义 4 集合 5 导数 6 函数
机器学习中的主要符号（LaTeX)
浮生之居士
07-24 2472
\documentclass{article} \usepackage{ctex} \usepackage{amsmath} \usepackage{amssymb} \usepackage{wasysym} \usepackage{booktabs} \usepackage{fancyhdr} \pagestyle{fancy} \lhead{} \chead{} \rhead{...
|| 机器学习常见符号
03-02
### 机器学习常见符号及其含义 #### 数学基础符号 在机器学习领域，许多数学符号用于表达复杂的算法和模型。一些不太常见的符号可能会影响公式的理解与应用[^1]。 - **集合运算符** - $\in$ 表示属于某个集合；$\notin$ 则表示不属于该集合。 - **逻辑运算符** - $\land$ (AND)，$\lor$ (OR)，$\lnot$ (NOT) - **微积分相关** - $\nabla f(x)$ 表示函数 $f(x)$ 的梯度向量，在优化过程中起到重要作用。 - $\partial/\partial x_i$: 对变量$x_i$求偏导数 - **概率论中的特殊记号** - $P(X=x|Y=y)$ 条件概率分布，给定事件 Y 发生的情况下 X 发生的概率。 - $\mathbb{E}[X]$ 随机变量 X 的期望值。 #### 基础概念符号定义 对于初学者来说，掌握以下几个核心符号有助于更好地理解和实现具体算法： - **权重矩阵 W 和偏差 b**: 在神经网络中用来调整输入数据到输出层之间的映射关系。 - **激活函数 σ(z)** : 将线性组合后的特征通过非线性的变换传递至下一层节点。 - **损失函数 L(y, \hat y)** ：衡量预测结果与真实标签之间差异程度的一个量化指标。 ```python import numpy as np def sigmoid(z): """Sigmoid activation function.""" return 1 / (1 + np.exp(-z)) ``` #### 性能评估指标符号说明 当讨论分类器性能时会用到一系列统计量来描述其优劣特性: - **精准率 Precision**：正类样本被正确识别的比例。 \[ P = TP/(TP+FP)\] - **召回率 Recall/Sensitivity/True Positive Rate(TPR):** 实际为正的实例中有多少比例被判别成正例。 \[ R=TP/(TP+FN) \] - **F1 Score:** 综合考虑Precision和Recall两者平衡的结果。 \[ F_1=2*{(P*R)/(P+R)}\] 以上各项均基于混淆矩阵计算得出，其中TP(True Positives), FP(False Positives), TN(True Negatives), FN(False Negatives)[^2]. #### 强化学习特有标记体系 特别地，在强化学习场景下还有一些独特的符号约定： - 动作空间 A(action space) - 状态 s(state) - 策略 π(policy) - 折扣因子 γ(discount factor) - 即时奖励 r(reward signal) - V(s)(value function of state s) 或 Q(s,a)(action-value function given a pair of state-action pairs). 状态转移方程可以写作$s_{t+1}=T(s_t,a_t)$ ，而总回报则由即时奖励加上未来预期收益构成$r_t+\gamma *V(s_{t+1})$ [^3].
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值