1).学习笔记:
概率公式:
贝叶斯公式详解:
贝叶斯
矩阵
2)总结
梯度:梯度是一个向量,是一个n元函数f关于n个变量的偏导数,比如三元函数f的梯度为(fx,fy,fz),二元函数f的梯度为(fx,fy),一元函数f的梯度为fx。然后要明白梯度的方向是函数f增长最快的方向,梯度的反方向是f降低最快的方向
梯度下降:将梯度逼近到一个稳定值,也就是模型的最优解这个过程
贝叶斯定理:贝叶斯定理是一种在已知其他概率的情况下求概率的方法
1).学习笔记:
概率公式:
贝叶斯公式详解:
贝叶斯
矩阵
2)总结
梯度:梯度是一个向量,是一个n元函数f关于n个变量的偏导数,比如三元函数f的梯度为(fx,fy,fz),二元函数f的梯度为(fx,fy),一元函数f的梯度为fx。然后要明白梯度的方向是函数f增长最快的方向,梯度的反方向是f降低最快的方向
梯度下降:将梯度逼近到一个稳定值,也就是模型的最优解这个过程
贝叶斯定理:贝叶斯定理是一种在已知其他概率的情况下求概率的方法