机器学习基础-高数

1.低等数学知识


大写-小写-英文-汉字注音-常用指代意义
∏ -- π -- pi -- 派-- 求积,圆周率(圆周÷直径≈3.1416)
∑ -- σ,ς -- sigma --西格玛-- 求和,

对数函数

=
=
=
=

2.一元函数导数及其求导

函数在处的极限为
数学符号
精确描述语言:
对于任意给定的正数>0,(无论它多么小),总存在正数,使得当x满足不等式 < 时,对应的函数值f(x)都满足不等式: <

机器学习基础-高数_第1张图片
image.png

在几何上,导数可以看做函数曲线上的切线斜率。图B.1给出了一个函数导数的可视化示例,其中函数g(x)的斜率为函数f(x)在点x的导数,∆y = f(x +∆x) − f(x)。
机器学习基础-高数_第2张图片
image.png

给定一个连续函数,计算其导数的过程称为微分(Differentiation)。微分
的逆过程为积分(Integration)。函数f(x)的积分可以写为

其中称为的原函数

导数的运算法则

机器学习基础-高数_第3张图片
image.png

复合函数求导

链式法则(Chain Rule),是求复合函数导数的一个法则


机器学习基础-高数_第4张图片
image.png

一元函数的泰勒函数展开

泰勒公式是将一个在x=x0处具有n阶导数的函数f(x)利用关于(x-x0)的n次多项式来逼近函数的方法。

若函数f(x)在包含x0的某个闭区间[a,b]上具有n阶导数,且在开区间(a,b)上具有(n+1)阶导数,则对闭区间[a,b]上任意一点x,成立下式:

image.png

其中,表示f(x)的n阶导数,等号后的多项式称为函数f(x)在处的泰勒展开式,剩余的Rn(x)是泰勒公式的余项,是的高阶无穷小

参考:
https://nndl.github.io/chap-%E6%95%B0%E5%AD%A6%E5%9F%BA%E7%A1%80.pdf

你可能感兴趣的:(机器学习基础-高数)