原创力文档《*KKV2KGXTOTM》
数学基础
导师：Johnson
数学基础
0DFKLQH/HDUQLQJ%DVLFV
1.矩阵对角化，SVD分解以及应用
2.逆矩阵，伪逆矩阵
3.PCA原理与推导
4.极大似然估计，误差的高斯分布与最小二乘估计的等价性
5.最优化，无约束，有约束，拉格朗日乘子的意义，KKT条件
矩阵对角化，9*分解以
及应用
实用性质：
A(B+C)=AB+AC(分配率)
A(BC)=(AB)C(结合律)
AB≠BA(一般不满换律)
《*KKV2KGXTOTM》
数学基础
导师：Johnson
数学基础
0DFKLQH/HDUQLQJ%DVLFV
1.矩阵对角化，SVD分解以及应用
2.逆矩阵，伪逆矩阵
3.PCA原理与推导
4.极大似然估计，误差的高斯分布与最小二乘估计的等价性
5.最优化，无约束，有约束，拉格朗日乘子的意义，KKT条件
矩阵对角化，9*分解以
及应用
实用性质：
A(B+C)=AB+AC(分配率)
A(BC)=(AB)C(结合律)
AB≠BA(一般不满换律)
文档评论（0）