我已经完成了关于深度学习的 deeplearning.ai 课程。但我无法理解等式
minGmaxDV(D,G)=Ex∼pdata(x)[logD(x)]+Ez∼pz(z)[log(1−D(G(z)))]
我应该学习什么样的数学？我知道微积分基础多变量微积分和线性代数。那么我应该学习概率（可能是提前概率）吗？
如何学习某些数学来理解机器学习论文？
数据挖掘
机器学习
数学
深度学习
2022-03-06 09:49:45
2个回答
正如 Elias 所提到的，期望与随机变量有关，如果您了解条件概率、多元概率、联合分布和边际分布，您会很高兴。我建议您参加一门课程，该课程的教学大纲与https://secure.oregonstate.edu/ap/cps/documents/view/134169一致。
数学期望是概率论的一个概念。像这样的表达表示条件期望，我认为如果不理解条件期望，您将难以理解机器学习概念。（将它们理解为一个数学概念，而不是直观的）。
我的建议是你找一门概率论的初学者课程来掌握以下概念：
- 随机变量
- 概率分布
- 随机独立性
- 数学期望
- 条件期望/条件概率
- 全概率定律
- 贝叶斯定理
可能有专门为对机器学习感兴趣的人设计的课程。玩得开心！