泰勒级数的理解
泰勒級數:用多項式函數逼近光滑函數。
泰勒級數的原理出于很樸素的想法:把一切函數表達式都轉化為多項式函數來近似,尤其是復雜函數。
通俗的理解:把質的困難轉化成量的復雜。展開前求解函數的值很困難,展開后是冪函數的線性組合,雖然有很多很多項,但是每一項都是冪函數,因此每一項都容易求解。于是只要對展開后的求和,就能得到展開前的函數的值。
機器學習算法的本質上是優化問題求解,如梯度下降、牛頓法、共軛梯度法等常見的優化方法,這些都離不開泰勒級數的應用。
參考:
http://www.matongxue.com/madocs/7.html#/madoc
總結
- 上一篇: 【数据挖掘知识点七】相关与回归分析
- 下一篇: 【正一专栏】巴萨艰难收获一场平局