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...

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...

函数单调性 函数单调性定义：若\(fx)\)在\((a,b)\)内可导，如果\(f'(x)>0\)，那么函数在\((a,b)\)内单调递增；如果\(f'(x)<0\)，那么函数在\((a.b)\)内单调递减。 用微分的定义（微分解释了...

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...

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、...

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...

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...

线性方程组与矩阵 先从线性方程组开始讲起，线性方程组的一般形式如下所示： $$\left\{\begin{aligned}a_{11}x_1+a_{12}x_2+&\cdots +a_{1n}x_n=b_1\\a_{21}x_2+a_{22}x_2+&\cdots +a_{...

1.两点分布 如果随机变量(X) 的分布列如下： $$\begin{array}{l}P{X=1}=p\bigl(0<p<1\bigr)\\P{X=0}=q=1-p\end{array}$$ 则称(X) 服从两点分布。两点分布也叫伯努利分布（Bermoulli）或0-...

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：...