什么是向量 在上述讲解中，已经涉及了三个主要的数学系统：线性方程组、函数图形和矩阵。现在将介绍第四个系统：向量。线性代数的一个核心挑战是它涵盖了多个数学系统。要成功掌握线性代数，关...

假设检验的目的与参数估计的目的相同，都是根据样本求总体的参数，但是思想正好相反。可以把参数估计看作正推，即根据样本推测总体：而假设检验是反证，即先在总体上作某项假设，用从总体中随机...

在机器学习中，许多函数都是多变量的。需要知道每个输入变量的变化如何影响输出。偏微分正是用于这个目的的。例如，在线性回归中可能要最小化多变量函数（即损失函数）。偏微分指明每个权重的变...

向量空间指的是线性组合的集合，例如\(b\)的向量空间是整个二维空间： $$\boldsymbol{b}=x_{1}\begin{bmatrix}2\\1\\ \end{bmatrix}+x_{2}\begin{bmatrix}-1\\1\\ \end{bmatrix}$$ 即：在二维空...

相关性分析 在函数关系（FunctionalRelationship)中，一个变量完全由另一个变量决定。例如，给定一个方程\(y=2x+3\) ，对于每一个\(x\) 的值， \(y\) 只有一个确定的值。这种关系可以是线性的、...

梯度是机器学习中的核心概念，尤其是在优化中，梯度提供了一个方向，指明如何调整参数以最小化损失函数。在梯度下降算法中，使用梯度的负方向来更新模型的权重，以逐步减少误差。 梯度是一个向...

向量的点积和内积 记录：没有对2、3、N维向量的各种乘法计算的情况进行更细致的划分和讲解，如叉积只展示了两个三维向量的叉积计算。 向量的点积和内积（Inner Product, dot product），用\(\cd...

泰勒公式\(P_n(x)\) 泰勒公式允许用多项式来近似复杂的函数，这在算法中有时用于简化计算。例如，在高斯过程回归和一些其他贝叶斯方法中，泰勒展开用于线性化关于后验的计算。 泰勒公式的本质是...

向量的正交 两两正交的非零向量组成的向量组称为正交向量组，若\(a_{1},a_{2},\cdots,a_{r}\) 是两两正交的非零向量，则\(a_{1},a_{2},\cdots,a_{r}\) 线性无关。例如：己知三维空间\(R^{3}\) ...

拉格朗日乘子法简介 函数\(y=f(x)\)在平面直角坐标系中的图像是一条曲线 函数\(z=f(x,y)\)在空间直角坐标系中的图像是一个曲面 那么如何表示一个在空间直角坐标系中的图像是空间曲线的函数呢 这...