数学与统计基础
向量、矩阵、概率与导数 —— AI 的语言
OVERVIEW
- 全部词条
- 6
- 入门
- 3
- 进阶
- 2
- 专家
- 1
任何模型最终都写成向量与矩阵的运算,任何“学习”最终都是沿着梯度下调一个损失函数。这一域不追求数学系的完备,只挑出理解 AI 所必需的那一小块:线性代数给出数据与权重的形状,概率论给出不确定性的度量,微积分给出改进的方向。
这一域要回答的问题
- Q1
为什么数据可以写成矩阵?
- Q2
梯度究竟在指什么方向?
- Q3
softmax 为什么能当概率用?
向量、矩阵、概率与导数 —— AI 的语言
OVERVIEW
任何模型最终都写成向量与矩阵的运算,任何“学习”最终都是沿着梯度下调一个损失函数。这一域不追求数学系的完备,只挑出理解 AI 所必需的那一小块:线性代数给出数据与权重的形状,概率论给出不确定性的度量,微积分给出改进的方向。
为什么数据可以写成矩阵?
梯度究竟在指什么方向?
softmax 为什么能当概率用?