首页 > 教育培训

matlab实现直方图均衡化实验报告 机器学习需要哪些数学基础?

机器学习需要哪些数学基础?

对此搞机器学习的同学来说,高等数学、线性代数和概率论与数理统计是最有用的三门的数学基础了。下面我来各那说明这三方面在机器学习中的作用

一.高等数学高等数学里面的微积分、牛顿迭代、拉格朗日乘数法、泰勒发起等等知识点在机器学习中都有应用到。比如在逻辑回归模型求梯度时候是需要求偏导、优化系统目标可以使用的牛顿迭代方法、带管理和约束系统优化问题的svm必须应用拉格朗日乘数法等等,另外其它高等数学的知识点在机器学习中都都有吧体现。

二.线性代数推荐系统不使用的svd分解、张量分解成、非负矩阵分解nmf,pca主成分分析中求特征值、矩阵运算。下面我贴下之前我用矩阵求导解最小二乘问题的公式推导过程,可以体会一下线性代数的重要程度。

matlab实现直方图均衡化实验报告 机器学习需要哪些数学基础?

最小二乘的解,也可以按照梯度下降迭代或牛顿迭代方法求高人,但也这个可以实现矩阵求导来换算,它的计算越来越简练高效,不是需要大量迭代,再解一个相对正规方程组。

不过,线性代数是对机器学习来说比高数还重要。

三.概率论与数理统计概率论与数理统计那就更不重要了,例如朴实贝叶斯分类和概率图模型会用到的贝叶斯公式,高斯过程、大熵模型,采样方法,nlp领域的大部分算法都与概率论去相关,像实现lda的主题模型、设计和实现crf的序列上标模型、分词系统等等。

所以要搞机器学习,高等数学、线性代数和概率论与数理统计也是不可少的数学基础。

matlab中直方图绘制函数hist和bar的使用?

1、简单的方法和大家彼此分享hist()函数的使用,这个函数有两种具体方法的函数格式,第一种、hist(x):这种格式中x是一维向量,函数的作用是将x中的大于和的最值之间的区间等等分10等份,输出的直方图横坐标是x值,纵坐标是该值的个数这个可以解释为下面中的hist(x,10)。

2、针对第一种情况举个例子,[1,2,3,4,5,6,1,2,5,4,7,8,5,6,4,6]y9bbbhist(x)在matlab中正常运行后的结果如下图所示

3、第二种、函数格式为[a,b]hist(x,n)其中x是一维向量,函数功能是将x中的大于和大值之间的区间3等分n份,横坐标是x值,纵坐标是该值的个数。回的a是落在该区间内的个数,b是该区间的中心线位置坐标。

4、举个例子如下图(1,num)y9bbbm6gtgt[a,b]hist(data,m)

5、输出结果如上图中下半部分所示,可以看见和理论分析的结果一般。如果不是把上面的[a,b]hist(data,m)转成hist(data,m)再在matlab中运行可以能得到下图所示的作为输出结果。

6、是对bar函数的使用就像格式万分感谢:bar(x,y)其中x要是严格递增的且三维空间向量x和一维向量y长度完全相同。以一维向量x的值为x坐标,对应的y为y坐标画直方图。

1、双击matlab软件图标,然后打开matlab软件,看的到matlab软件的界面。

2、使用直接输入法创建家族一个数组v:v该数组用来表示直方图的统计数据。

3、在用函数hist(v)草图直方图。

4、在用函数title()给直方图去添加标题。

5、可以使用函数xlabel(u)和ylabel(f)给坐标轴去添加标签,其中直方图的面积它表示频率。

6、不使用语句gridon语句给直方去添加坐标分割线,也称做网格线。

7、查看草图的直方图,注意一点查看它的标题、坐标轴、网格分割线,尽量直方图的面积来表示频率。

坐标hist函数模型

原文标题:matlab实现直方图均衡化实验报告 机器学习需要哪些数学基础?,如若转载,请注明出处:https://www.wmyjt.com/tag/25041.html
免责声明:此资讯系转载自合作媒体或互联网其它网站,「共道号」登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容仅供参考。