文档摘要

8.1 机器学习的数学骨架 本节摘要：机器学习的时髦外壳下是三件老家具：经验风险最小化（第 4 章的统计推断加第 6 章的优化）、核方法的升维几何（第 2 章的线性代数）、反向传播的链式法则（微积分）。本节把三件家具各装一遍最小可跑版本，说明"调包"与"懂数学"的差距在故障排查时兑现。 学习目标 阅读完本节，你应当能够： 写出经验风险最小化框架并实现最小二乘与感知机的统一形式； 解释核技巧"在高维空间做线性"的几何机制；… 会员。《8.1 8.1 机器学习的数学骨架》收录于灏天文库文集《应用数学》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/423-%E5%BA%94%E7%94%A8%E6%95%B0%E5%AD%A6

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流