DeepLearning的数学基础

第⼀一章数学基础 1.1标量量、向量量、矩阵、张量量之间的联系1.2张量量与矩阵的区别? 1.3矩阵和向量量相乘结果 1.4向量量和矩阵的范数归纳 1.5如何判断⼀一个矩阵为正定?1.6导数偏导计算 1.7导数和偏导数有什什么区别?1.8特征值分解与特征向量量 1.9奇异值与特征值有什什么关系? 1.10机器器学习为什什么要使⽤用概率? 1.11变量量与随机变量量有什什么区别? 1.12常⻅见概率分布 1.13举例例理理解条件概率 1.14联合概率与边缘概率联系区别?1.15条件概率的链式法则 1.16独⽴立性和条件独⽴立性 1.17期望、⽅方差、协