机器学习数学基础之微分
导数
定义
f(x)f(x)f(x)在x0x_0x0附近有定义,且存在极限limx→x0f(x)−f(x0)x−x0=L\lim_{x\rightarrow x_0}{{f(x)-f(x_0)}\over {x-x_0}}=Lx→x0limx−x0f(x)−f(x0)=L
那么f(x)f(x)f(x)在x0x_0x0处可导,导数f′(x)=Lf^\prime(x)=Lf′(x)=L。
用无穷小量表述:线性逼近
如果存在实数LLL,使得f(x)=f(x0)+L(x−x0)+o(x−x0),x→x0f(x)=f(x_0)+L(x-x_0)+o(x-x_0),x\rightarrow x_0f(x)=f(x0)+L(x−x0)+o(x−x0),x→x0
那么f(x)f(x)f(x)在x0x_0x0处可导,导数f′(x0)=Lf^\prime(x_0)=Lf′(x0)=L。
思想重点:在x0x_0x0附近,可以用f(x0)+L(x−x0)f(x_0)+L(x-x_0)f(x0)+L(x−x0)的线性函数表示,其误差为o(x−x0)o(x-x_0)o(x−x0),当xxx越接近于x0x_0x0时,误差就很小很小。
多元函数微分
假设多元函数f(x,y)f(x,y)f(x,y)是无穷可微,存在LxL_xLx和LyL_yLy,使得
f(x,y)=f(x0,y0)+Lx(x−x0)+Ly(y−y0)+o(∣x−x0∣+∣y−y0∣),x→x0,y→y0f(x,y)=f(x_0,y_0)+L_x(x-x_0)+L_y(y-y_0)+o(|x-x_0|+|y-y_0|),x\rightarrow x_0,y\rightarrow y_0f(x,y)=f(x0,y0)+Lx(x−x0)+Ly(y−y0)+o(∣x−x0∣+∣y−y0∣),x→x0,y→y0
即用线性函数对f(x,y)f(x,y)f(x,y)在(x0,y0)(x_0,y_0)(x0,y0)附近进行逼近,其中LxL_xLx和LyL_yLy分别为函数在(x0,y0)(x_0,y_0)(x0,y0)处对xxx和yyy的偏导数。
更为准确的逼近,可以用二阶偏导数和二次函数进行逼近,
f(x,y)=f(x0,y0)+Lx(x−x0)+Ly(y−y0)+LxLy(x−x0)(y−y0)+12Lx2(x−x0)2+12Ly2(y−y0)2+o(∣x−x0∣2+∣y−y0∣2),x→x0,y→y0f(x,y)=f(x_0,y_0)+L_x(x-x_0)+L_y(y-y_0)+L_xL_y(x-x_0)(y-y_0)+{1\over 2}L_{x^2}(x-x_0)^2+{1\over 2}L_{y^2}(y-y_0)^2+o(|x-x_0|^2+|y-y_0|^2),x\rightarrow x_0,y\rightarrow y_0f(x,y)=f(x0,y0)+Lx(x−x0)+Ly(y−y0)+LxLy(x−x0)(y−y0)+21Lx2(x−x0)2+21Ly2(y−y0)2+o(∣x−x0∣2+∣y−y0∣2),x→x0,y→y0
其中LxL_xLx,LyL_yLy,Lx2L_{x^2}Lx2,Ly2L_{y^2}Ly2,分别为函数的一阶和二阶偏导数。
微分的核心思想:就是用简单的线性函数去拟合复杂函数在某一点的函数,当复杂函数的一阶导函数也很复杂时,就继续研究其二阶导,如此往下,用到高阶导数。
泰勒级数
假设f(x)f(x)f(x)无穷可微(在实际工程应用中,都认为是这样的,基本都可以认为研究的函数都是满足条件),则在某一点处x0x_0x0附近,可以用一个多项式来近似表示。
f(x)=f(x0)+f′(x0)(x−x0)+12!f(2)(x−x0)2+⋯+1n!f(n)(x−x0)n+o((x−x0)n)f(x)=f(x_0)+f^\prime(x_0)(x-x_0)+{1\over 2!}f^{(2)}(x-x_0)^2+\cdots+{1\over n!}f^{(n)}(x-x_0)^n+o((x-x_0)^n)f(x)=f(x0)+f′(x0)(x−x0)+2!1f(2)(x−x0)2+⋯+n!1f(n)(x−x0)n+o((x−x0)n)
注意:只在x0x_0x0附近可以用此公式近似,不是对整个函数做近似。目的就是为了将复杂的函数用简单的多相似表示,方便研究。
当在0附近展开,即x0=0x_0=0x0=0时,就变成麦克劳林级数,
f(x)=f(0)+f′(0)x+12!f(2)x2+⋯+1n!f(n)xn+o(xn)f(x)=f(0)+f^\prime(0)x+{1\over 2!}f^{(2)}x^2+\cdots+{1\over n!}f^{(n)}x^n+o(x^n)f(x)=f(0)+f′(0)x+2!1f(2)x2+⋯+n!1f(n)xn+o(xn)
麦克劳林级数简单点,一般情况下将函数展开成麦克劳林级数。
机器学习数学基础之微分相关推荐
- 机器学习数学基础学习笔记
机器学习数学基础学习笔记 1. 微积分 1.1 导数 一阶导数,是函数 的切线斜率 二阶导数,是切线斜率的变化速度,即曲线的弯曲程度,也称为"曲率"(curvature) 1.2 ...
- 机器学习数学基础之Python矩阵运算
机器学习数学基础之Python矩阵运算 1.在Jupyter中写下Python矩阵基本运算学习记录 1.1 python矩阵操作 1.1.1 首先打开jupyter,引入numpy 1.1.2 创建一 ...
- 【本站作品】机器学习数学基础专辑
本文推荐一份机器学习数学基础专辑,在线阅读地址:(数学基础专辑), 同时文末提供下载. 机器学习,需要一定的数学基础,也需要一定的代码能力.机器学习从业者数学基础不扎实,只会用一些工具和框架,相当于某 ...
- 视频教程-机器学习数学基础--概率论与数理统计视频教学-机器学习
机器学习数学基础--概率论与数理统计视频教学 北京大学计算机技术及应用专业,从事IT行业十几年,主要从事java.Linux.手机应用开发.人工智能神经网络方面的工作.曾在中国数码集团.厦门三五互联集 ...
- 学会python需要数学吗_机器学习数学基础:学习线性代数,千万不要误入歧途!推荐一个正确学习路线...
机器学习数学基础:学习线性代数,千万不要误入歧途!推荐一个正确学习路线 序言 写完<机器学习深度研究:机器学习中的高等数学/微积分及Python实现>,觉得十分对不起读者,写的自己都不满意 ...
- 机器学习数学基础--凸优化
机器学习数学基础--凸优化 1.计算几何是研究什么的? 2.计算几何理论中(或凸集中)过两点的一条直线的表达式,是如何描述的?与初中数学中那些直线方程有什么差异?有什么好处? **在计算几何理论中(或 ...
- 112页数学知识整理!机器学习-数学基础回顾.pptx
机器学习的基础是数学,数学基础决定了机器学习从业人员的上限,想要学好机器学习,就必须学好数学. 机器学习所需要的数学知识,包括了数学分析(微积分),线性代数,概率论,统计,应用统计,数值分析,常微分方 ...
- 机器学习数学基础:常见分布与假设检验
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:吴忠强,Datawhale优秀学习者,东北大学 所谓机器学习和深 ...
- 机器学习数学基础:数理统计与描述性统计
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:吴忠强,Datawhale优秀学习者 所谓机器学习和深度学习, ...
- 机器学习数学基础:随机事件与随机变量
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:吴忠强,Datawhale优秀学习者 所谓机器学习和深度学习, ...
最新文章
- 素数、最大公约数、最下公倍数、质因数分解
- python买什么书-希望更加深入了解python 有什么书可以推荐?
- 定时器精度问题及影响
- yspider爬取数据导入mysql_爬虫实战四、PyCharm+Scrapy爬取数据并存入MySQL
- 如何更快的发现新APP,不会错过新的趋势
- Git 在团队中的最佳实践--如何正确使用Git Flow
- 如何在邮件系统中使用自己的域名?
- Paramiko模块(堡垒机)
- JSP中include的动态引入和静态引入
- Ubuntu pycharm配置conda已安装好的环境,以及conda激活环境的命令相关操作
- 分布式锁的原理和实现详解
- xp系统开机自检很久_XP开机卡在自检不能进入系统的解决办法
- throw java_THROW,JAVA的throw和throws怎么用!
- 关于Java八种原始数据类型
- 并发知识体系大全:饿了么4面(Java岗)面经分享,干货满满
- RE|Nginx-安装与配置(1)
- 大学计算机基础教程excel实验报告,大学计算机基础教程excel实验报告.doc
- 实现小程序连接服务器(Java后台)发送请求,并返回响应
- MAX3232芯片与stm32芯片通信硬件线路连接和引脚说明
- ADS(Advanced Design system)谐波平衡分析(HarmonicBalance)和参数扫描分析(ParamSweep)
热门文章
- 全国软件专业人才开发与设计赛题之中等题“五位数黑洞”
- 广播域与冲突域的区别
- SOA应用难逃出的五座大山
- html微信窗口阻止滚动条,微信浏览器禁止页面下拉查看网址(不影响页面内部scroll)...
- VGG16(pytorch自带的) + CIFAR10
- java item 类型参数_Java8中对Lambda表达式中方法参数的类型推断(一)
- android4.4.2 以太网代理,Android2.3.4系统添加Ethernet框架支持
- svn服务器搭建和使用_使用Gitea搭建自己的Git服务器
- 九九乘法表新打表(倒三角式)
- redhat linux raid5,Linux 红帽 磁盘管理~~~~RAID5+LVM