数学基础

亦凉 2023-05-31 03:18 6阅读 0赞

# 数学基础 #

## 机器学习 ##

### 定义 ###

*  对于给定的任务T，在合理的性能度娘方案P的前提下，某计算机程序可以自主学习任务T的经验E，随着提供大量合适、优质的经验E，该程序对任务T的性能提高；
 *  机器学习是人工智能的一个分支。我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习;随着训练次数的增加，该系统可以在性能上不断学习.和改进;通过参数优化的学习模型， 能够用于预测相关问题的输出。

### 内涵和外延 ###

*  可以解决的问题
    
     *  给定数据的预测问题
        
         *  数据清洗、特征选择
         *  确定算法模型、优化参数
         *  结果预测
 *  不能解决的问题
    
     *  大数据存储、并行计算
     *  做一个机器人

### 一般流程 ###

*  1、数据收集
 *  2、数据清洗
 *  3、特征工程
 *  4、数据建模
 *  5、模型使用

### 方法 ###

·different assumptions on data  
.different scalability profiles at training time  
.different latencies at prediction time  
·different model sizes (embedability in mobile devices)

### 思考 ###

*  机器如何发明新词
    
     *  频数: Count(X)
     *  凝固程度X= AB  
        P(A)P(B) vs P(X)
     *  自由程度  
        aXb  
        信息熵H(a)、H(b)
     *  凝固程度和自由程度缺一不可。只考虑凝固程度，会找出“巧克”、“俄罗”、“颜六色”、 柴可夫”等“半个词”;只考虑自由程度，会把“吃了一顿”、“看了一遍”、“睡了一晚”、“去了一趟”中的“了一”提取出来，因为它的左右邻字都太丰富了。（调参）
     *  问题:给定某长文本，如何利用上述参数设计可行算法?

### 数学部分 ###

*  导数
 *  泰勒级数
 *  正定性
 *  概率论
    
     *  古典概型

## 分支主题 2 ##

## 分支主题 3 ##

*XMind: ZEN - Trial Version*