機器學習中的數學(一)--基礎數學與基本微分學

寫在前面       《機器學習中的數學》系列主要列舉了在機器學習中用到的較多的數學知識，包括微積分，線性代數，概率統計，信息論以及凸優化等等。本系列重在描述基本概念，並不在應用的方面的做深入的探討，如果想更深的瞭解某一方面的知識，請自行查找研究。     第一部分主要講述了機器學習過程中應用比較多的基礎數學知識與基本微分學知識，主要包括求和求積函數，對數函數的基本運算，一元函數與多元函數的微分，

>>阅读原文<<