對(duì)于從事機(jī)器學(xué)習(xí)的學(xué)生來說，高等數(shù)學(xué)、線性代數(shù)、概率論和數(shù)理統(tǒng)計(jì)是三門課程中最重要的數(shù)學(xué)基礎(chǔ)。我來分別解釋一下這三個(gè)方面在機(jī)器學(xué)習(xí)中的作用。1.微積分、牛頓迭代、拉格朗日乘子法、高等數(shù)學(xué)中的泰勒展開等

對(duì)于從事機(jī)器學(xué)習(xí)的學(xué)生來說，高等數(shù)學(xué)、線性代數(shù)、概率論和數(shù)理統(tǒng)計(jì)是三門課程中最重要的數(shù)學(xué)基礎(chǔ)。我來分別解釋一下這三個(gè)方面在機(jī)器學(xué)習(xí)中的作用。

1.微積分、牛頓迭代、拉格朗日乘子法、高等數(shù)學(xué)中的泰勒展開等知識(shí)點(diǎn)都在機(jī)器學(xué)習(xí)中有應(yīng)用。比如在logistic回歸模型中求梯度時(shí)需要偏導(dǎo)數(shù)，優(yōu)化目標(biāo)使用牛頓迭代法，約束優(yōu)化問題的SVM使用拉格朗日乘子法等等。，以及高等數(shù)學(xué)的其他知識(shí)點(diǎn)都或多或少的體現(xiàn)在機(jī)器學(xué)習(xí)中。

分解，張量分解，線性代數(shù)推薦系統(tǒng)中使用的非負(fù)矩陣分解NMF，PCA主成分分析中的特征值和矩陣運(yùn)算。我來貼一下之前用矩陣求導(dǎo)解決最小二乘問題的公式推導(dǎo)過程，體會(huì)一下線性代數(shù)的重要性。

最小二乘的求解可以用梯度下降迭代或牛頓迭代求解，但也可以基于矩陣求導(dǎo)計(jì)算。其計(jì)算方法更加簡(jiǎn)潔高效，不需要大量迭代，只需要解一個(gè)正規(guī)方程組。

總之，對(duì)于機(jī)器學(xué)習(xí)來說，線性代數(shù)比高數(shù)更重要。

3.概率論與數(shù)理統(tǒng)計(jì)概率論與數(shù)理統(tǒng)計(jì)就更重要了，比如樸素貝葉斯分類和概率圖模型中用到的貝葉斯公式，高斯過程，最大熵模型，抽樣方法，NLP領(lǐng)域的大部分算法都與概率論有關(guān)，比如基于LDA的主題模型，基于CRF的序列標(biāo)注模型，分詞系統(tǒng)等等。

所以，要從事機(jī)器學(xué)習(xí)，高等數(shù)學(xué)、線性代數(shù)、概率論、數(shù)理統(tǒng)計(jì)都是必不可少的數(shù)學(xué)基礎(chǔ)。

根號(hào)192大約等于13.8802...

沒有特別的要求可以直接用計(jì)算器解決，一般的計(jì)算器都有求根的功能。

如果手工計(jì)算需要，可以使用夾點(diǎn)法，如13 * 13 amplt；192 amplt；14 * 14，13.8 * 13.8 amplt；192 amplt；13.9 * 13.9，以此類推。

如果是編程解決方案，可以使用數(shù)學(xué)頭文件math.h中的sqrt函數(shù)，如果不是，也可以使用pinch方法作為算法來編寫程序。

Python包含了第三個(gè)庫函數(shù)，非常強(qiáng)大。1.內(nèi)置函數(shù)

在dir (_ _ buildings _ _)前后輸入兩個(gè)下劃線，查看python異常名、屬性名和內(nèi)置函數(shù)；

輸入help(函數(shù)名)查看如何使用該函數(shù)。

(1)常用內(nèi)置函數(shù)

1)abs()

求一個(gè)數(shù)的絕對(duì)值。

gtgtgt a-10

gtgtgt打印(abs(a))

10

2)divmod()

返回一個(gè)元組，同時(shí)計(jì)算商和余數(shù)。

gtgtgt a，bdivmod(10,3)

gtgtgt打印(a，b)

3 1

3)圓形()

浮點(diǎn)數(shù)的舍入，Round有兩個(gè)參數(shù)，第一個(gè)是要運(yùn)算的值，第二個(gè)是小數(shù)點(diǎn)后保留多少位數(shù)。