python求絕對值的三種方法 機器學(xué)習(xí)需要哪些數(shù)學(xué)基礎(chǔ)?
對于從事機器學(xué)習(xí)的學(xué)生來說,高等數(shù)學(xué)、線性代數(shù)、概率論和數(shù)理統(tǒng)計是三門課程中最重要的數(shù)學(xué)基礎(chǔ)。我來分別解釋一下這三個方面在機器學(xué)習(xí)中的作用。1.微積分、牛頓迭代、拉格朗日乘子法、高等數(shù)學(xué)中的泰勒展開等
對于從事機器學(xué)習(xí)的學(xué)生來說,高等數(shù)學(xué)、線性代數(shù)、概率論和數(shù)理統(tǒng)計是三門課程中最重要的數(shù)學(xué)基礎(chǔ)。我來分別解釋一下這三個方面在機器學(xué)習(xí)中的作用。
1.微積分、牛頓迭代、拉格朗日乘子法、高等數(shù)學(xué)中的泰勒展開等知識點都在機器學(xué)習(xí)中有應(yīng)用。比如在logistic回歸模型中求梯度時需要偏導(dǎo)數(shù),優(yōu)化目標(biāo)使用牛頓迭代法,約束優(yōu)化問題的SVM使用拉格朗日乘子法等等。,以及高等數(shù)學(xué)的其他知識點都或多或少的體現(xiàn)在機器學(xué)習(xí)中。
分解,張量分解,線性代數(shù)推薦系統(tǒng)中使用的非負(fù)矩陣分解NMF,PCA主成分分析中的特征值和矩陣運算。我來貼一下之前用矩陣求導(dǎo)解決最小二乘問題的公式推導(dǎo)過程,體會一下線性代數(shù)的重要性。
最小二乘的求解可以用梯度下降迭代或牛頓迭代求解,但也可以基于矩陣求導(dǎo)計算。其計算方法更加簡潔高效,不需要大量迭代,只需要解一個正規(guī)方程組。
總之,對于機器學(xué)習(xí)來說,線性代數(shù)比高數(shù)更重要。
3.概率論與數(shù)理統(tǒng)計概率論與數(shù)理統(tǒng)計就更重要了,比如樸素貝葉斯分類和概率圖模型中用到的貝葉斯公式,高斯過程,最大熵模型,抽樣方法,NLP領(lǐng)域的大部分算法都與概率論有關(guān),比如基于LDA的主題模型,基于CRF的序列標(biāo)注模型,分詞系統(tǒng)等等。
所以,要從事機器學(xué)習(xí),高等數(shù)學(xué)、線性代數(shù)、概率論、數(shù)理統(tǒng)計都是必不可少的數(shù)學(xué)基礎(chǔ)。
根號192大約等于13.8802...
沒有特別的要求可以直接用計算器解決,一般的計算器都有求根的功能。
如果手工計算需要,可以使用夾點法,如13 * 13 amplt;192 amplt;14 * 14,13.8 * 13.8 amplt;192 amplt;13.9 * 13.9,以此類推。
如果是編程解決方案,可以使用數(shù)學(xué)頭文件math.h中的sqrt函數(shù),如果不是,也可以使用pinch方法作為算法來編寫程序。
Python包含了第三個庫函數(shù),非常強大。1.內(nèi)置函數(shù)
在dir (_ _ buildings _ _)前后輸入兩個下劃線,查看python異常名、屬性名和內(nèi)置函數(shù);
輸入help(函數(shù)名)查看如何使用該函數(shù)。
(1)常用內(nèi)置函數(shù)
1)abs()
求一個數(shù)的絕對值。
gtgtgt a-10
gtgtgt打印(abs(a))
10
2)divmod()
返回一個元組,同時計算商和余數(shù)。
gtgtgt a,bdivmod(10,3)
gtgtgt打印(a,b)
3 1
3)圓形()
浮點數(shù)的舍入,Round有兩個參數(shù),第一個是要運算的值,第二個是小數(shù)點后保留多少位數(shù)。