机器学习基石 作业0

  • 1 Probability and Statistics
  • 2 Linear Algebra
  • 3 Caculus

网上没找到作业0的答案,这是自己做的版本,有一些可能会有错误,欢迎讨论。

1 Probability and Statistics


用数学归纳法。N=1时满足,假定N=n满足,当N=n+1同样满足。得证。


10个挑4个正面 C104(1/2)4(1/2)6C_{10}^{4}(1/2)^{4}(1/2)^{6}C104​(1/2)4(1/2)6
52张牌挑5个。先从13个里挑2个数字,这两种做X和Y时不相同,再计算2种数字的组合方式。 A132C43C42C525\dfrac{A_{13}^{2}C_{4}^{3}C_{4}^{2}}{C_{52}^{5}}C525​A132​C43​C42​​


假设已知第一次正面,那么三次都是正面的概率是1/4。而提供的是有一个已知正面,那么三次里每一次都有可能。即3∗1/3∗1/4=1/43*1/3*1/4 = 1/43∗1/3∗1/4=1/4。

以上为错误答案。正确答案为P(三个硬币正面向上|有一个正面向上) = P(三个正面向上&&有一面正面向上)/P(有一个正面向上) = 1/7

p(x=−1∣∣x∣=1)=p(x=−1)p(∣x∣=1)=1/2∗1/41/2∗1/4+1/2∗1/8=2/3p(x=-1| |x|=1) = \dfrac{p(x=-1)}{p(|x|=1)} = \dfrac{1/2*1/4}{1/2*1/4+1/2*1/8} = 2/3p(x=−1∣∣x∣=1)=p(∣x∣=1)p(x=−1)​=1/2∗1/4+1/2∗1/81/2∗1/4​=2/3

0.3 0 0.7 0.4

2 Linear Algebra


秩为2

(1/8−5/83/4−1/41/4−1/23/8−3/81/4)\begin{pmatrix} 1/8 & -5/8 & 3/4 \\ -1/4 & 1/4 & -1/2 \\ 3/8 & -3/8 & 1/4 \end{pmatrix}⎝⎛​1/8−1/43/8​−5/81/4−3/8​3/4−1/21/4​⎠⎞​

λ1=4λ2=λ3=2\lambda_{1} = 4 \ \ \ \ \ \ \ \lambda_{2}=\lambda_{3}=2λ1​=4       λ2​=λ3​=2
对应特征向量v1=[12−1]v2=v3=[11−2]v_{1}= [1\ 2 \ -1] \ \ v_{2}=v_{3} = [1 \ 1 \ -2]v1​=[1 2 −1]  v2​=v3​=[1 1 −2] v2v_{2}v2​和v3v_{3}v3​只要满足元素和为0即可,也不用相等

(a) svd分解中UUU和VVV都是正交矩阵,直接乘即可。
(b)两个矩阵相乘得单位阵

(a) xTZZTxx^{T}ZZ^{T}xxTZZTx = (ZTx)∗ZTx(Z^{T}x)*{Z^{T}x}(ZTx)∗ZTx 结果的每个元素都非负,得证
(b)对称矩阵可以用标准正交阵进行分解,在特征值都为正时结果的每个元素为正。


xTx∣x∣\dfrac{x^{T}x}{|x|}∣x∣xTx​ x∣x∣\dfrac{x}{|x|}∣x∣x​
−xTx∣x∣\dfrac{-x^{T}x}{|x|}∣x∣−xTx​ −x∣x∣\dfrac{-x}{|x|}∣x∣−x​
0 当u与x垂直时

3 Caculus


普通求导

链式法则普通求导

普通求梯度和黑塞矩阵

二元泰勒展开 https://zhuanlan.zhihu.com/p/33316479
可以用上(3)中的梯度和黑塞矩阵的结果

求导为0的地方是最小值。因为只有一个矩阵为0的位置,而正无穷与负无穷两头对应的结果都是无穷大且值一直大于0。

应该是按矩阵乘法里的每个分量进行求导然后写会矩阵形式。略难写。

机器学习基石 作业0相关推荐

  1. 机器学习基石-作业三-第2题分析以及通过H证明EIN的讨论

    题目: 这是机器学习基石作业三种的第二小题,额,在网上看了很多解答(解答也不多)感觉都没有说清楚为什么,所以励志清楚滴解决一下这个问题,经过努力,自认为得到了详细的解答,内容如下: (一)解决选项(e ...

  2. 机器学习基石作业03:二阶泰勒展开,特征转换,逻辑回归

    本文总结机器学习基石的第三次作业,主要包括误差函数.特征转换.二阶泰勒展开,以及线性回归,逻辑回归的实现. 问题1和问题2:关于线性回归问题中 E i n E_{in} Ein​和 E o u t E ...

  3. 机器学习基石-作业四-代码部分

    这次的作业内容主要就是对带正则化项的线性规划的闭式解做各种操作:选择.把数据分成训练集和交叉验证.k-折交叉验证.完全套公式就可以了,这里唯一的一个问题就是偏移量参不参加正则化: 在林老师的课程中,最 ...

  4. 機器學習基石(Machine Learning Foundations) 机器学习基石 作业三 课后习题解答

    今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业三的习题解答.笔者在做这些题目时遇到很多困难,当我在网上寻找答案时却找不到,而林老 ...

  5. 机器学习基石-作业三-代码部分

    梯度下降迭代和牛顿迭代,gradient_and_newton.py # -*- coding:utf-8 -*- # Author: Evan Mi import numpy as np" ...

  6. 机器学习基石作业一中的PLA和POCKET_PLA实现

    前提:文中使用的数据是本人下载下来以后自己处理过的,就是把文件中的所有分隔符都换成了空格.所以load_data方法只能加载我自己的数据,想要加载原生数据的话需要自己写load_data方法. 两个算 ...

  7. 机器学习基石作业二中的DECISION_STUMP实现

    概要:在林老的题目描述中,DECISION_STUMP(其实就是"决策桩",也就是只有一层的决策树).题目中提到了的选去是把属性(一维的)按照从小到大的顺序排列以后取两个挨着的值的 ...

  8. 机器学习基石-作业二-第10题分析

    题目如上图所示,答案是::在网上看到的答案中有一个很好的解释就是说在一个n纬的欧几里德空间里,分别按照参数做一个垂直于每个轴的超平面,这些超平面能够打散这么多个点.首先我承认这个事实,具体的证明还没做 ...

  9. 《机器学习基石》作业一

    博客已经迁移到Marcovaldo's blog (http://marcovaldong.github.io/) 已入机器学习坑,下决心走下去.<统计学习方法>一书介绍了十种算法,不算太 ...

  10. 機器學習基石 机器学习基石(Machine Learning Foundations) 作业1 习题解答

    大家好,我是Mac Jiang,今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业1的习题解答.笔者是在学习了Ng的Machine ...

最新文章

  1. postgre 常用语法,如 group_concat用法
  2. android studio怎么添加按钮,Android Studio 工具栏添加常用按钮
  3. Oracle 原理:临时表空间的操作方式
  4. caffe:无法读取文件cuda8.0.props
  5. 好端端的程序员,咋就成了新生代农民工!
  6. .NET Core:新的快速开发平台
  7. 洛谷【P2758】-编辑距离
  8. lamp mysql5.0_CentOS 5/6 LAMP(Apache MySQL PHP)一键安装脚本
  9. Fogengine概述
  10. python的格式化输入_如何在python中读取格式化的输入?
  11. 如何在 Mac 上设置和使用快捷方式?
  12. android 傅里叶变换_Android连载38访问联系人
  13. linux服务器运维基础学习
  14. html文本图片如何排版,【姿势】10种照片的文字排版
  15. Apktool 使用教程
  16. NodeJS-框架express-Koa-Hapi的区别
  17. 淘宝/天猫关键词搜索采集接口分析商品价格走势(商品列表,商品销量,商品价格,分类ID采集精准商品数据)接口代码对接流程
  18. 钢条切割(记忆型递归)dp
  19. SpringBoot四大核心
  20. 【图像处理】基于分形插值算法实现换脸含Matlab源码

热门文章

  1. Druid创始人Eric Tschetter详解开源实时大数据分析系统Druid
  2. CDN是什么?CDN的工作原理?使用CDN有什么优势?
  3. 【白帽子讲Web安全】第一章 我的安全世界观
  4. 《白帽子讲web安全》学习笔记——web安全概述
  5. 汉字常用字unicode码表
  6. 智能城市dqn算法交通信号灯调度_强化学习在智能交通灯中的应用
  7. SQL2017安装教程
  8. android多音字转拼音工具分装
  9. wifi频率和zigbee干扰_设置Zigbee和wifi信道避免干扰的方法
  10. 常用的英文单词2000