Módulo 1: Derivadas e otimização

curso
Derivadas
coursera
Cálculo
Machine Learning
Data Science
Deep Learning
Python
R
Anotações do módulo 1 do curso de Álgebra linear para aprendizado de máquina e ciência de dados
Author

Wellington Santos Souza

Published

Friday, 23 August 2024

Derivada

Motivação

  • Otimização de funções ⇒ importante para M.L
  • Conceitos matemáticos utilizados para treinar um modelo
    • Gradientes
    • Derivadas
    • Otimização
    • Funções de perda e custo
    • Gradação descendente

Introdução à derivadas

  • Uma derivada é a taxa de variação instantânea de uma função.

Derivadas e tangentes

Inclinações, máximos e mínimos

  • Propriedades
    • Os pontos máximos e mínimos de uma função são as regiões onde a \(\dfrac{dy}{dx} =0\), isto é, onde a inclinação da reta for igual a 0.

Derivadas - Notação

  • Notação de Leibniz
    • \(\dfrac{dy}{dx} = \dfrac{d}{dx}f(x)\)
  • Notação de Lagrange
    • \(f´(x)\)

Algumas derivadas comuns - Linhas

  • Uma linha é uma constante

    • Uma constante tem sempre uma derivada igual a 0.

    • Uma reta do tipo \(f(x) = ax+b\)\(f´(x) = a\)

Algumas derivadas comuns - quadráticas

  • Para a função do tipo; \(f(x) = x^2\)\(f(x´) = 2x\)

Algumas derivadas comuns - Polinômios de grau superior

  • Para uma função do tipo; \(y=f(x) = x^3\)\(f´(x) =\) \(3x^2\)

Algumas derivadas comuns - Outras funções de potência

  • Para a função do tipo \(y = f(x)=x^{-1}=\frac{1}{x}\) ⇒ f´(x) = \(-x^{-2}\)

  • Para as funções potência derivamos da seguinte forma ⇒ para a \(f(x)=x^n\)\(f´(x) = \frac{d}{dx} f(x)=nx^{(n-1)}\)

  • Exemplo

Função inversa e sua derivada

  • \(g(x)\) e \(f(x)\) são inversas
    • \(g(x) = f^{-1}(x)\)
    • \(g(f(x)) = x\)

Derivada de funções trigonométricas

  • Função seno

    • \(f(x) = sin(x) ⇒ f´(x) = cos(x)\)

    • \(f(x) = cos(x)\)\(f´(x) = - sin(x)\)

Significado do exponencial \((e)\)

  • número de Euler ⇒ \(e = 2,71828182...\)
    • propriedades

      \(\begin{bmatrix}n&1&10&100&1000& \infty \\(1+\frac{1}{n}^n) &2&2,594&2,705&2,717&e \end{bmatrix}\)

      \(f(x) = e^x\)\(f’(x)=e^x\)

Derivada de \(e^x\)

Derivada de \(log(x)\) ⇒ Logaritmo natural

Existência da derivada ⇒ Funções não diferenciáveis

Propriedade da derivada: multiplicação por escalares

  • Dada a função \(f=4g\)\(f’=4g’\)

Propriedade da derivada: regra da soma

  • Dada a função \(f = g + h\)\(f’=g’+h’\)

Propriedade da derivada: regra do produto

  • Dada a função \(f = gh\)\(f’ = f’h+gh’\)

Propriedade da derivada: regra da cadeia

  • Data a função \(f(g(h(t)))\)\(f’(g(h(t)))*g’(h(t))*h’(t)\)

Derivadas usando Sympy, Numpy e JAX (Python)

Back to top