机器学习入门-数学

作为一个IT从业人员，现在不得不接触接触AI，感觉不接触就会落伍一样，这是一个程序猿的悲哀。
那么从一个什么都不懂的小白，如何进入AI这个高深莫测的世界了。
看过一些入门提纲，数学是逃不过的一个课程

1. 数学基础(高等数学（已经忘记差不多了）)

• 微积分
• 导数
• 偏导数
• 拉格朗日

2. 线性代数

概念：向量（vector）、标量或纯量（scalar）、矩阵（matrix）、零矩阵（zero matrix）、单位矩阵或方阵（identity matrix）

• 矩阵操作

• 矩阵置换

• 矩阵加法：
  A+B=B+A
  (A+B)+C=A+(B+C)=A+B+C
  A+0=0+A=A

• 标量乘法：

• 矩阵乘法：

• 矩阵乘向量

• 矩阵内积：

• 矩阵的平方

• 矩阵求逆

Block matrices and submatrices

-线性方程组：
1+x2=x3-2x1，x3 = x2 - 2
2x1 + x2 - x3 = -1
0x1 - x2 + x3 = -2