第2章 深度学习的数学基础.pptxVIP

高级大数据人才培养丛书之一，大数据挖掘技术与应用 刘鹏 主编 赵海峰 副主编 BIG DATA 刘 鹏 张 燕 总主编 深度学习 全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用 线性代数 of 44 2 2.1线性代数 第二章 深度学习的数学基础 点空间中的每一个点与向量就建立了一一映射。因为向量与点之间的这种一一映射关系，可以把向量转化成几何空间中实在的点，利用点空间的方法来处理向量，这样处理就更加直观；或者把点空间的概念和方法推广到向量中，例如：借助几何中点空间的思路，我们把点空间的概念推广到向量中，就形成向量空间。 of 44 3 2.1.1向量空间 2.1线性代数 第二章 深度学习的数学基础 直观上，空间是一个几何的概念，但本质上，空间是由数据的运算规则确定的。数学上，空间不仅意味着定义了集合、集合成员、集合元素的运算及其运算规律；并且所有集合元素（即运算对象）按照这些运算规律运算后，运算结果仍然属于这个集合，即运算具有封闭性。空间就是由某些运算规则规定下形成的封闭集合，集合中的元素无论如何运算，结果仍然在该集合中。直观地看，就像密闭箱中的气体分子，无论如何运动都超不出箱体的范围。 of 44 4 2.1.1向量空间 2.1线性代数 第二章 深度学习的数学基础 of 44 5 2.1.1向量空间 2.1线性代数 第二章 深度学习的数学基础 of 44 6 2.1.1向量空间 2.1线性代数 第二章 深度学习的数学基础 of 44 7 2.1.1向量空间 2.1线性代数 第二章 深度学习的数学基础 of 44 8 2.1.2矩阵分析 2.1线性代数 第二章 深度学习的数学基础 of 44 9 2.1.2矩阵分析 全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用 线性代数 of 44 10 2.2概率统计 第二章 深度学习的数学基础 of 44 11 2.2.1概率与条件概率 2.2概率统计 第二章 深度学习的数学基础 of 44 12 2.2.1概率与条件概率 2.2概率统计 第二章 深度学习的数学基础 of 44 13 2.2.1概率与条件概率 2.2概率统计 第二章 深度学习的数学基础 of 44 14 2.2.2贝叶斯理论 2.2概率统计 第二章 深度学习的数学基础 of 44 15 2.2.2贝叶斯理论 2.2概率统计 第二章 深度学习的数学基础 of 44 16 2.2.2贝叶斯理论 2.2概率统计 第二章 深度学习的数学基础 of 44 17 2.2.2贝叶斯理论 2.2概率统计 第二章 深度学习的数学基础 of 44 18 2.2.2信息论基础 2.2概率统计 第二章 深度学习的数学基础 of 44 19 2.2.2信息论基础 2.2概率统计 第二章 深度学习的数学基础 of 44 20 2.2.2信息论基础 2.2概率统计 第二章 深度学习的数学基础 of 44 21 2.2.2信息论基础 全国高校标准教材《云计算》姊妹篇，剖析大数据核心技术和实战应用 线性代数 of 44 22 2.3多元微积分 第二章 深度学习的数学基础 of 44 23 2.3.1导数和偏导数 2.3多元微积分 第二章 深度学习的数学基础 of 44 24 2.3.1导数和偏导数 2.3多元微积分 第二章 深度学习的数学基础 of 44 25 2.3.1导数和偏导数 2.3多元微积分 第二章 深度学习的数学基础 常见函数的导数 of 44 26 2.3.1导数和偏导数 序号 序号 1 0 5 2 6 3 7 4 8 2.3多元微积分 第二章 深度学习的数学基础 of 44 27 2.3.1导数和偏导数 2.3多元微积分 第二章 深度学习的数学基础 of 44 28 2.3.2梯度和海森矩阵 2.3多元微积分 第二章 深度学习的数学基础 of 44 29 2.3.2梯度和海森矩阵 2.3多元微积分 第二章 深度学习的数学基础 of 44 30 2.3.3最速下降法 2.3多元微积分 第二章 深度学习的数学基础 最速下降算法的流程图 of 44 31 2.3.3最速下降法 2.3多元微积分 第二章 深度学习的数学基础 of 44 32 2.3.3最速下降法 2.3多元微积分 第二章 深度学习的数学基础 of 44 33 2.3.4随机梯度下降算法 2.3多元微积分 第二章 深度学习的数学基础 随机梯度下降算法的的流程图 of 44 34 2.3.4随机梯度下降算法 2.3多元微积分 第二章 深度学习的数学基础 of 44 35 2.3.4随机梯度下降算法 1．请验证V = {0}和V = Rn是向量空间。 2．请证明