Loading [MathJax]/jax/output/HTML-CSS/jax.js
1.
Introduction
2.
数论
2.1.
数论
2.2.
几何级数
3.
线性代数
3.1.
范数
3.2.
向量
3.3.
特殊类型的矩阵和向量
3.3.1.
Hessian矩阵
3.4.
正交
3.5.
特征分解
3.6.
奇异值分解
3.7.
迹运算
3.8.
行列式
3.9.
病态矩阵
3.10.
共轭
4.
高等数学
4.1.
距离
4.2.
平均值
4.3.
空间
4.4.
函数
4.5.
导数
4.6.
微积分
4.7.
复数
4.8.
凸优化问题
4.9.
公式
4.9.1.
jensen不等式
4.9.2.
泰勒公式
4.9.3.
欧拉公式
4.9.4.
三角函数
4.10.
指数衰减
5.
数值计算
5.1.
归一化和标准化
5.2.
分类标签数字化
5.3.
梯度下降法
5.4.
牛顿法
5.5.
带约束的优化
5.6.
ODE & SDE
6.
概率论
6.1.
一些术语
6.2.
概率分布
6.3.
期望和方差
6.4.
常见分布
6.5.
混合分布
6.6.
常用函数
6.7.
有用的公式
6.8.
最大似然估计
6.9.
贝叶斯统计
7.
信息论
7.1.
熵
7.2.
散度、交叉熵
8.
几何
8.1.
维基百科 - 欧拉角
8.2.
维基百科 - 四元数
8.3.
维基百科 - 旋转矩阵
8.4.
维基百科 - 万向节死锁
8.5.
黎曼流形
Light (default)
Rust
Coal
Navy
Ayu
mathematics_basic_for_ML
T
r
(
A
)
=
∑
i
A
i
,
i
Frobenious范数：
|
|
A
|
|
F
=
∑
T
r
(
A
A
T
)
T
r
(
A
)
=
T
r
(
A
T
)
T
r
(
A
B
C
)
=
T
r
(
C
B
A
)
=
T
r
(
B
C
A
)
a
=
T
r
(
a
)