本文是对网上学习资料的整理与记录（主要来自CSDN，链接附在最后的参考资料部分），方便自己日后的复习巩固，也分享热爱知识的网友们。 对于机器学习中最重要的数学概念之一梯度的解读，主要从《高等数学》和《微积分》中的定义与理解进行剖析，并增加了另一个角度泰勒级数，来解析为什么函数上的一点沿着梯度 ...

目录 前言 命题逻辑 持续更新ing 前言 自己整理的关于离散数学的思维导图，可能不全面、有欠缺。 命题逻辑 持续更新ing ...

这些内容都学过，也基本懂，当做复习，留个纪念 图像由于是离散数字信号，所以偏导数的计算，采用离散化方法计算，有两种计算方法，具体公式如下： 第一种方法： ...

（1）函数在某点可导的定义 大白话解释函数在某点可导：就是有一个以X0为中点，距离X0长度为R的区间内，任取一点X1,X1-X0=X的增量，X的增量可正可负。当增量y/增量X极限存在时，这个函数在X0点可导。 所以你可以想一下，对于函数在某一段内处处可导，那么必然这段线段是光滑 ...

大一菜鸡和室友讨论的时候偶然想到的问题，解答很不严谨，请轻喷。（这并不是证明，但可以从逻辑上说明“不一定”这一结果成立） 我们从“可导函数”入手。我们笼统地说一个函数可导，指的是它在定义域上可导，即函数对于定义域上的每一点都存在导数，而导数定义的形式之一是 注意到，它关注的是x ...

梯度下降法又称最速下降法，是求解无约束最优化问题的一种最常用的方法，在对损失函数最小化时经常使用。梯度下降法是一种迭代算法。选取适当的初值x(0)，不断迭代，更新x的值，进行目标函数的极小化，直到收敛。由于负梯度方向时使函数值下降最快的方向，在迭代的每一步，以负梯度方向更新x的值，从而达到减少函数 ...

前言 一直在寻找的一个软件，终于发现了，而且是免费的，感谢软件作者的创意和工作。有电脑版还有微信版，太好用了。 电脑版网址：https://zhimap.com 模块导图 三角函数+解三角形思维导图； 函数和初等函数； 求数列的通项公式\(\{a_n ...

对于泰勒公式，我学习这部分的时候有很多困惑，知识点很多，而且泰勒的思维真的棒 我自己的理解： 为了提高精确度让它很多的次幂一层一层的相加，让Pn(x0)=f(x0)并让每层的导数相同提高精确度 确定系数和余项如何推导的常用的麦克劳林公式等 我都用思维导图画出来了我的理解 ...