-
极限
定义：某一个函数中的某一个变量，此变量在变大（或者变小）的永远变化过程中，逐渐向某一个确定的数值A不断地逼近的过程，此变量的变化，被人为规定为“永远靠近而不停止”、其有一个“不断地极为靠近A点的趋势”称作极限。
导数
线性函数，函数在x的导数 =x 对应的斜率
非线性函数，函数在x的导数 =x 对应切线的斜率
导数的特点
查看全部 -
123
查看全部 -
123
查看全部 -
只有一行的矩阵，称为行矩阵，又称行向量;只有一列的矩阵，称为列矩阵，又称为列向量。
向量的基本运算：
（1）遵循矩阵基本运算原则
（2）矩阵与向量相乘，结果仍为向量
查看全部 -
同型矩阵：行数、列数分别相同的矩阵
负矩阵：矩阵元素互为相反数关系的矩阵（负矩阵必定为同型矩阵）
矩阵的加法：矩阵元素分别相加（互为同型矩阵才能进行加法运算)
矩阵的加法满足交换律、结合律，即：
A+B=B+A
A+B+C=A+(B+C)
矩阵的减法可以理解为对负矩阵的加法，即：
A-B=A+(-B)
矩阵的数乘：数与矩阵元素分别相乘
矩阵的数乘满足交换律、结合律、分配律
矩阵与矩阵相乘：行列元素依次相乘并求和（第一个矩阵列数等于第二个矩阵行数）
矩阵与矩阵相乘不满足交换律，满足结合律、分配律
查看全部 -
123
查看全部 -
matplotlib(www.matplotlib.org.cn/)
Python基础绘图库，几行代码即可生成绘图。
pandas(www.pypandas.cn/)
分析机构化数据的工具库，可用于快速实现数据导入/出、索引。
NumPy(www.numpy.org.cn/)
使用Python进行科学计算的基础软件包。核心：基于N维数组对象ndarray的数组运算。
查看全部 -
矩阵 微积分 概率查看全部
-
矩阵与向量相乘还是向量
查看全部 -
条件概率
全概率
查看全部 -
积分
不定积分：函数f的不定积分
原来函数的反导数有无穷多个。
定积分
导数与积分
通过积分求概率
常用的积分公式
查看全部 -
回归问题求解：
建立模型得到面积和房价的关系
先假设存在一个线性关系，y=ax+b，查找合理的a和b的过程
通过人眼来看，如何计算机寻找合适的a和b的核心思路。
距离的平方之和最小。
梯度下降法，能够找到极值点
能实现上面最小的时候，下面的式子也是最小的。
慢慢寻找极小值对应的a和b的值。
查看全部 -
微积分
微分--导数，在人工智能中非常重要。
2.1 极限与导数
极限
求极限
（1）将上下都除以X3
（2）将下面的式子进行分解
计算线性函数的导数
计算非线性函数的导数
常用的导数公式
导数的特点：AI中需要用到的点
极值点：最小点或者是最大点
对损失函数求导。
查看全部 -
课后题
查看全部 -
加减时，必须是同型矩阵，才能进行计算。
矩阵加法和矩阵减法相同，加减法必须是同型矩阵。
矩阵的数乘：
查看全部
举报