1.本福特定律

概率的应用

2.笔试题考的概率？

3.随机性怎么建模？

按一定概率加速，对结果影响很大

4.P(ABi)=P(BiA)

用机器人学习的手段设计无人驾驶：

1.罗列数据库：感知，识别，做出操作

（面向对象？）

2.样本数据：向量，矩阵

样本标记：

一对，样本+标记=有监督学习

3.概率论在学词的方面：无监督

4.增强学习：有反馈

5.支撑向量积SUM：分类器，回归器

机器人的核心算法用到了人工智能

6.实际：会用各种库就可以了

搞清楚模型方便调参

做一些推导进行自适应变化

7.多元线性方程？

8.建模，（有标记）

损失函数（目标函数）

如何越学越好？梯度，牛顿

超参数：如何调参？

9.模型的目的：（预测模型）根据现在得到的参数，用作预测

怎么用模型进行某个工作？

10.数据收集

数据清洗

特征工程

数据建模：重点放在

模型的使用

11.数据分类：用哪个进行分类？模型选择

了解工具

12.落地工具：python

13.卷积，算子，得到不同梯度，得到特征，上分类器

14.爬取数据，切词

15.一本看不懂，换一本看，

16.为什么要算导数？

参数和损失函数，沿着导数方向下降（梯度下降），所以必须会算导数

17.泰勒展开式的应用：

函数包：用泰勒展开

18.需要变换的时候：余项的改写

19.方向导数：求偏导+直线l的方向

l的方向，变化率最大的方向，沿着梯度方向变化率是最快的

学习率0.1

20.gamma函数：阶乘在实数的推广

21.二元函数的二阶导

H方阵

求行列式大于0，正定矩阵

——>凸函数

22soft-max回归

概率

应用：生日悖论

隔板法：组合数公式的进一步理解

老师怎么说你就怎么做，直接上数学基础加强

建立体系为主，主流的知识点过一遍

3.遇到问题

哪里做的跟老师做的不一样

百度一下，调不

6.1

邻域都是开集合

有理数稠密的概念

单调有界序列必有极限

6.1

数学分析？

最优化理论？

基数：集合的个数