理解数学在ML中的使用

2018年3月4日 下午2:15

1. 首先是要从现实的角度出发，根据现实中的解决方案，去选择合适的数学描述方法。
2. 容易出错的地方是：从现实解决方案——>数学概念，而不是数学概念——>现实解决方案
3. 在听课的过程中总是重视各种各样的概念，最后即使我将各种概念理解了，能够对概念有一个直观的理解。但是最后总是发现忘的非常快，这其中的原因是你们有将其中的概念idea串联起来，这个串联并不是我在微分学中所说的找到微分学的数学知识的核心点，其他可以通过有限的核心点推出，我在这里所说的串联是现实解决方案——>数学概念这样的串联，可能一个两小时的课，最终全部是在描述一个现实解决方案——>数学概念这样的转换过程，如果我们抓不住这个核心点，上课的收获就很小
4. “选择合适的数学描述方法”这句话我觉得很正确：这里的描述方法有微分学，概率，线性代数等等，我们需要在这其中根据我们现实的解决方案，去选择合适的描述方法，数学仅仅是一种描述方法罢了
   1. 下面的详细说明就是体现了这个过程

详细说明：

1. 这张ppt就体现出了根据现实解决方案，选择合适的数学描述方法这一过程。
2. 其中，在这里我们是选择了微积分中的函数作为我们描述的方式，这就相当于给我们限定了一个思考的范围，自然我们就可以使用微积分中所有的各种各样的概念，如Taylor公式，但是我就不能去概率中的贝叶斯公式等等
3. 那么，如何选定数学描述方法呢？
   1. 由我们的最终目标决定：这里我们的目标就是P(Y|X)
      
   2. 由概念的定义式就决定了：