微积分-机器学习的学习原理
极限
定义
某一个函数中的某一个变量,此变量在变大或变小的永远变化的过程中,逐渐向某一个确定的数值A不断的逼近的过程中,此变量的变化,被人为规定“永远靠近而不停止”、其有一个“不断地极为靠近A点的趋势”称作极限
求极限案例
代数式的分子分母同时除以x^3
分子:2+(6/x)+(1/x^3)
分母:5 + (7/x^2)
因为,当x趋近于无穷大时,分子分母的带x项都无限趋近于0
所以,当x趋近于+∞时,y趋近于2/5
把x = 0 带入
分子:-1
分母:-1
当x趋近于0时,y趋近于1
导数
定义
一个函数在某一点的导数描述了这个函数在这一点的变化率
求导案例
答案是2
答案是4
导数和极值点
导数在机器学习中的应用
梯度下降
具体应有见后续课程
积分
不定积分
不定积分是求导前的函数
定积分
求函数围成的面积之和
定积分和不定积分的关系
常用公式
积分的应用案例
代码实战
(1) 带入x=10:
总成本:C(10) = 2070
平均成本:C(10)/10 = 207
边际成本:C(11)-C(10) = 9.2
(2)
平均成本:f(x) = C(x)/x) = 2000/x +0.2x +5 f(x)’ = -(2000/x^2) + 0.2
f(x)’=0时 x = 100 or -100 x > 0 所以 x = 100
第二题的代码
import numpy as np
import matplotlib.pyplot as plt
def f(x):
return 1 / 3 * x ** 3 - x
x = np.linspace(1, 10, 1000)
y = f(x)
plt.plot(x, y)
plt.show()
area = np.sum(y*(10-1)/1000)
print(area)
今天的文章人工智能必备数学知识-微积分分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/16908.html