深度学习数学知识的一些总结

线性代数

1、研究的问题:两个数据之间的相关性。

2、完备矩阵:他所对应的信息量跟他要求的参数是相等的,即要求的量与方程数一样。

3、行列式:衡量的是矩阵的大小。

4、wx=y,w=0的矩阵为奇异矩阵,它不可逆。

5、最小二乘的推导:

6、正定矩阵:>0,正定矩阵:<0,奇异矩阵=0

7、海森(特征)矩阵:判断凹凸性,雅可比矩阵:判断单调性。

8、线性相关:一个向量的变化会引起另一个向量的变化这两个向量就线性相关。

9、完备基:一组能够完整表达整个空间的线性无关的向量。

10、正交一定不相关,不相关不一定正交。

11、如果两个可以用来表示空间的坐标系,那么我们把这两个向量叫做基,但是不一定正交。

12、AAT=E或者AT=A-1、AA-1=E的矩阵就是正交阵。

13、Ax就是说对向量x做一系列变换,因为A就等价于一系列向量,每个向量都对这个x做一些变换然后用一个数入来等价于这一系列变换。

数理统计

方差:这些点离平均点距离的平均值。

期望是原点矩的特殊情况,方差是中心矩的特殊情况。

极大似然估计:当发生一系列事件时,将这个事件的概率最大化求出来的参数就是我们求的参数。

猜你喜欢

转载自blog.csdn.net/weixin_38241876/article/details/91125418