Dependency Injection Best Practices
機器學習的數學
線性代數、高等數學和機率3個組成部分。
第 1 部分線性代數
包括
向量、向量的點積與叉積、行列式、代數餘子式、矩陣、矩陣和聯立方程式、矩陣的秩、逆矩陣、高斯—喬登消去法、消去矩陣與置換矩陣、矩陣的LU分解、歐幾里得距離、曼哈頓距離、切比雪夫距離、夾角餘弦等;
第2部分高等數學
包括
導數、微分、不定積分、定積分、弧長、偏導、多重積分、參數方程式、極座標系、柱座標系、球座標系、梯度、梯度下降演算法、方向導數、線性近似、二階近似、泰勒公式、牛頓法、最小平方法、求解極值、拉格朗日乘子法、KKT條件、歐拉—拉格朗日方程式等;
第3部分機率
包括
機率、古典概型、幾何概型、互斥事件、獨立事件、分佈函數、離散型分佈、連續型分佈等。