机器学习-数学基础

机器学习-数学基础


文章目录

  • 机器学习-数学基础
    • 一 函数
    • 二 极限
    • 三 导数
    • 四 梯度
    • 五 微积分


一 函数

  • ​ 函数的定义:

​ ​ 量与量之间的关系.

  • ​ 函数的分类:

​ ​ 分段函数

​ ​ 反函数

​ ​ 显函数与隐函数

  • ​ 函数的特性:

​ ​ 奇偶性:偶函数关于y轴对称,奇函数关于原点对称.

​ ​ 周期性:f(x+T)=f(x)

​ ​ 单调性

二 极限

  • ​ 数列:按照一定次数排列的一列数:u1,u2,…,un…,其中un叫做通项.

  • ​ 无穷小与无穷大

  • ​ 连续性
    在这里插入图片描述

  • ​ 函数的间断点
    函数f(x)在点x=x0处不连续,则称其为函数的间断点.

​ ​ ​ 以下三种情况为间断点:
​ ​ ​ ​ 1.函数f(x)在点x0处没有定义.

​ ​ ​ ​ 2.极限x->x0时不存在.

​ ​ ​ ​ 3.满足前两点,但是极限x->x0不等于f(x).

三 导数

  • ​ 瞬时速度
    机器学习-数学基础_第1张图片

四 梯度

  • ​ 偏导数

​ ​ 定义:
机器学习-数学基础_第2张图片

  • ​ 方向导数

机器学习-数学基础_第3张图片

  • ​ 梯度

五 微积分

​ 微积分诞生于17世纪,主要帮助人们解决各种速度,面积等实际问题.

  • ​ 定积分

机器学习-数学基础_第4张图片

​ ​ 定积分的性质:

机器学习-数学基础_第5张图片

  • ​ 第一中值定理

    机器学习-数学基础_第6张图片

  • ​ 牛顿-莱布尼茨公式

    机器学习-数学基础_第7张图片

  • ​ 微积分基本公式:

机器学习-数学基础_第8张图片

  • ​ 泰勒公式

机器学习-数学基础_第9张图片

你可能感兴趣的:(机器学习,算法,人工智能)