机器学习系列01——机器学习需要这些数学知识

机器学习系列01——机器学习需要这些数学知识

1、前言

       放假在家想写写机器学习系列的文章，除夕前先来开个头，后面会一直写下去，搞机器学习算法也有一年多了，体会多少还是有一些的，这里记录在博客中，一来为自己后面的面试做点储备，二来是为了分享，因为很多都是从大家的博客中去学习的，所以这里也要将我理解的新的内容反馈出来，大家一起学习进步。

2、机器学习中涉及到的数学知识

       数学在计算机中的重要性不言而喻，这里也不多说了，先在这里罗列一下机器学习中涉及到的数学知识，以供大家自己能有思路有方法的学习机器学习相关的知识：

高等数学	常见函数求导
	导数运算法则
	复合函数求导
	方向导数与梯度（难点）
	凸集与凸函数
	一元函数求极值
	多元函数求极值（了解）
	拉格朗日乘子法
	泰勒公式展开
	空间解析几何和向量代数
线性代数	矩阵的定义，矩阵的转置
	单位矩阵，三角矩阵，对称矩阵
	向量内积，相关性
	正交向量组，标准正交基，正交矩阵
	特征值分解
概率论	事件的关系与运算
	条件概率，全概率公式，贝叶斯公式
	随机变量的期望，方差
	协方差，相关系数，协方差矩阵
	概率分布：0-1分布，二项分布，高斯分布
	极大似然函数估计
	大数定律，伯努利大数定律，中心极限定理

对于上面的相关的内容大多数都已经总结了文档，放在自己的群文件共享中，后面在写机器学习算法的时候，会提到相关的数学内容，如果大家需要就留下QQ邮箱，看到我会发给大家的。