数学基础 第2页
数学基础模块涵盖了高等数学、概率论等与AI密切相关的基础知识，为学习者打下扎实的数学基础。通过深入浅出的讲解，帮助你理解线性代数、微积分、概率统计等数学概念在人工智能中的应用。无论是模型训练、数据分析，还是算法优化，掌握这些核心数学原理将为深入学习AI技术提供强有力的支撑。
排序
向量的线性组合
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...
7个月前
偏微分与全微分
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...
7个月前
微积分的基本定理
微积分不仅研究一个函数更深刻的性质（即更精细的乘除法），还研究不同函数之间的关系。举一个圆的例子，如果已知圆的周长，怎么求面积？ 积分近似求解圆面积 上图中，当知道周长求面积时就用到...
7个月前
向量与矩阵
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\(R^{3}\) ...
7个月前
图神经网络基础：图论
引言 图在我们身边随处可见；现实世界中的物体通常是以它们与其它事物的联系来定义的。一组物体以及它们之间的联系，都可以自然地表达为一个图。十多年来，研究人员已经开发了在图数据上操作的...
7个月前
大数定律与中心极限定理
大数定律与中心极限定理是统计学家总结出的自然现象，是概率统计的基石。很多定理和推论都是基于它们之上的研究。 大数法则 讲个故事，一位数学家调查发现，欧洲各地男婴与女婴的出生比例是22：...
7个月前
泰勒公式与麦克劳林公式
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...
7个月前
连续型分布
概率密度函数 对于连续型随机变量，由于其取值不能一一列举出来，因而不能用离散型随机变量的分布列来描述其取值的概率分布情况。但人们在大量的社会实践中发现连续型随机变量落在任一区间([a,b...
7个月前经验概率分布
先来具体看一下经验分布函数的定义：首先，根据大数定理（详见1.4.1节），在抽样的次数足够大时，可以把抽样结果的频率当做概率。所以经验分布函数的核心思想就是把频率分布函数当作概率分布函...
7个月前
重拾微分
微分（differential）和导数（derivative）都与函数的变化率有关，它们是两个相关但不完全相同的概念。首先一起深入了解这两者的定义和区别。 导数 导数描述了一个函数在某一点上的切线斜率。如...
7个月前
