矩阵上的运算:特根特向求法,张量积,广义逆
3. 概率论&数理统计
随着联结主义学派的兴起,概率统计已经取代了数理逻辑,成为了人工智能研究的主流工具
数理统计的关注点是 无处不在的可能性
- 对随机事件发生的可能性进行规范的数学描述是概率论的公理化过程
频率学派认为先验分布式固定的,模型参数靠最大似然估计计算
贝叶斯学派认为先验分布是随机的,模型参数靠后验概率最大化计算
数理统计的任务是根据可观察的样本反过来推断总体的性质
推断的工具是统计量,统计量是样本的函数,是个随机变量
参数估计通过随机抽取的样本来估计总体分布的未知参数,包括点估计和区间估计
假设检验通过随机抽取的样本来接收或拒绝关于总体的某个判断
3.矩阵函数
2. 线性代数
参考:
kenjihiranabe——The-Art-of-Linear-Algebra-zh-CN
详细计算方法与理论:见矩阵论
线性代数的本质在于将具体事物抽象为数学对象,并描述其静态和动态特性
最基本的概念是 set
集合的定义是由某些具有某些共性的对象汇总成的集体。
将这些对象用数字或符号表示(对象映射到数域),这样集合中的元素就变为了多个数字或符号以某种方式排列成的组合
- 向量实质上是n维线性空间中的静止点
- 线性变换描述了向量或者作为参考系的坐标系变化,可以用矩阵表示
- 矩阵的特征值和特征向量描述了变化的速度与方向
2.矩阵分解——奇异值与奇异值分解
算法学习路线
1.高数
1.准备知识——相似&换位公式&秩1矩阵&内积&正交
0-学习原理框架
[TOC]
Ceph文档-perf
[TOC]