文章目录

学习笔记前言应用数学及机器学习基础基础线性代数eg：主成分分析概率常用的概率分布贝叶斯规划连续型随机变量的技术细节信息论

学习笔记前言

笔记中的符号说明

https://ice-melt./article/details/87349085

应用数学及机器学习基础基础

线性代数

标量、向量、矩阵和张量矩阵和向量相乘单位矩阵和逆矩阵线性相关和生成子空间范数特殊类型的矩阵和向量特征分解奇异值分解Moore-Penrose 伪逆迹运算行列式

https://ice-melt./article/details/87071168

eg：主成分分析

PCA公式推导( l = 1 l=1 l=1的情况)( l > 1 l\gt 1 l>1的情况)

https://ice-melt./article/details/87199037

概率

为什么要使用概率随机变量概率分布边缘概率条件概率条件概率的链式法则独立性和条件独立性期望、方差和协方差

https://ice-melt./article/details/87630630

常用的概率分布

Bernoulli 分布Multinoulli 分布高斯分布指数分布和 Laplace 分布Dirac 分布和经验分布分布的混合

https://ice-melt./article/details/87698664

贝叶斯规划

贝叶斯规划

https://ice-melt./article/details/87932101

连续型随机变量的技术细节

零测度几乎处处jacobian matrix

https://ice-melt./article/details/87933091

信息论

学到哪里更新哪里

持续更新。。。。