• 数学基础试视图
  • 微积分
    • 极限与积分
    • 导数和二阶导数
    • 方向导数和梯度
    • 凸函数和极值
    • 最优化方法
  • 概率与统计
    • 古典概率
    • 常用概率分布
    • 贝叶斯公式
    • 假设检验
  • 线性代数
    • 矩阵向量
    • 矩阵乘法
    • 矩阵的特征值和特征向量

在学习机器学习这门课程中，往往需要一定的数学理论基础才能很好的理解和探究，但数学又是一门博大精深的学科，那么常用的一些理论知识就需要重点掌握。

数学基础试视图

文档参考：

https://aistudio.baidu.com/aistudio/education/preview/441140

微积分

极限与积分

导数和二阶导数

方向导数和梯度

凸函数和极值

最优化方法

概率与统计

古典概率

常用概率分布

贝叶斯公式

假设检验

线性代数

矩阵向量

矩阵乘法

矩阵的特征值和特征向量