大学就学过了,没学过也没关系,现在学也不晚,先了解意义
1. 导数(derivative)
微积分中的基础概念,xxx补习一下就好了
常见的导数计算: 经常用的常数和幂函数求导
2. 链式求导:
函数是复合函数的时候,如,y对x求导,要对(x+1)求导,然后在对x求导
dy = (x+1)
3. 求偏导
函数多元的,机器学习多元特征的时候肯定都是多元的,要对多个函数求导,才能取到函数的最大、最小,即极值
4.幂级数,常用在类似拟合股票趋势这种场景
大学就学过了,没学过也没关系,现在学也不晚,先了解意义
1. 导数(derivative)
微积分中的基础概念,xxx补习一下就好了
常见的导数计算: 经常用的常数和幂函数求导
2. 链式求导:
函数是复合函数的时候,如,y对x求导,要对(x+1)求导,然后在对x求导
dy = (x+1)
3. 求偏导
函数多元的,机器学习多元特征的时候肯定都是多元的,要对多个函数求导,才能取到函数的最大、最小,即极值
4.幂级数,常用在类似拟合股票趋势这种场景
道可道,非常道;名可名,非常名。 无名,天地之始,有名,万物之母。 故常无欲,以观其妙,常有欲,以观其徼。 此两者,同出而异名,同谓之玄,玄之又玄,众妙之门。