本文主要向大家介绍了机器学习入门之机器学习之微积分与概率论入门1，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

一、微积分1夹逼定理通俗的讲：A≤B≤C当求极限时，存在A=C,则说明B也等于A和C案例1：
案例2：
2 两个重要极限
3 导数通俗的讲就是曲线的斜率二阶导数是斜率变化快慢的反应，表征曲线的凹凸性常用的函数的导数
案例1：求幂指函数的套路
===重要公式之，泰勒公式：简单应用：
4 方向导数和梯度函数(1)方向导数：如果函数z=f(x,y)在点P(x,y)是可微分的，那么，函数在该点沿任一方向L的方向导数都存在，且有：其中，ψ为x轴到方向L的转角
(2)梯度函数：设函数z=f(x,y)在平面区域D内具有一阶连续偏导数，则对于每一个点P(x,y)∈D，向量为函数z=f(x,y)在点P的梯度，记做gradf(x,y)? 梯度的方向是函数在该点变化最快的方向? 考虑一座解析式为H(x,y)的山。在(x0,y0)点的梯度是在该点坡度最陡的方向。? 梯度下降法
5 凸函数和凹函数定理：f(x)在区间[a,b]上连续，在(a,b)内二阶可导，那么：? 若f’’(x)>0，则f(x)是凸的；? 若f’’(x)<0，则f(x)是凹的；
应用案例：设p(x)、q(x)是在X中取值的两个概率分布，给定如下定义式
求解过程：
二、概率论：1 古典概率例题：举例：将n个不同的球放入N(N≥n)个盒子中，假设盒子容量无限，求事件A={每个盒子至多有1个球}的概率。
2装箱问题：将12件正品和3件次品随机装在3个箱子中。每箱中恰有1件次品的概率是多少？
求解：将15件产品装入3个箱子，每箱装5件，共有15!/(5!5!5!)种装法；? 先把3件次品放入3个箱子，有3!种装法。对于这样的每一种装法，把其余12件产品装入3个箱子，每箱装4件，共有12!/(4!4!4!)种装法；? P(A)= (3!*12!/(4!4!4!)) / (15!/(5!5!5!)) = 25/91
3 几个经典的概率公式：
4 各种分布模型(1)0-1分布：
(2)二项分布：
(3)泊松分布：
(4)均匀分布：
(5)指数分布：
(6)正态分布：
5 Logistic函数 ：记住：f‘(x)=f(x)(1-f(x))

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！