人工智能数学基础专栏目录

《机器翻译60天修炼》 - 专栏介绍和目录 本文系统介绍了从零基础到精通机器翻译的学习路径,共分为六章的课程。第一章讲解机器翻译基础概念、语言学知识和评价标准;第二章介绍统计机器翻译(SMT)模型与技术;第三章深入神经网络与词向量技术;第四章讲解神经机器翻译(NMT)的基础架构;第五章探讨NMT进阶模型与训练技巧;第六章介绍预训练模型应用及主流翻译工具。课程涵盖从传统SMT到现代NMT的完整知识体系,包括注意力机制、Transformer等关键技术,并提供Python代码实现,帮助读者全面掌握机器翻译理论与实战技能。 阅读详情
☞ ░ 前往老猿Python博文目录 ░

本专栏为人工智能数学基础,相关内容介绍人工智能相关的数学知识,在老猿学习过程中,会将一些知识的基础知识都在本专栏内体现,尽量做到本专栏涉及知识点的内容闭环。

近期的学习参考了同济大学高等数学教材电子版,需要同济大学高等数学教材电子版的,请加微信公号后,通过微信公号提供的个人微信号加我微信即可。

本专栏包含如下内容:

一、数学基础知识

人工智能数学基础1:三角函数的定义、公式及固定角三角函数值
人工智能数学基础2:指数、方根及对数运算公式
人工智能数学基础3:部分数学符号以及自然数、整数、有理数和实数的势
人工智能数学基础4:离差、平均差、方差、标准差、协方差、皮尔森相关系数
人工智能数学基础5:单调有界定理
人工智能数学基础6:极限、极限运算、ε-δ语言、ε-N语言、级数和函数连续性
人工智能数学基础7:无穷大和无穷小的大小比较以及斯特林公式
人工智能数学基础6:两个重要极限及夹逼定理
人工智能数学基础9:集合相关概念
人工智能数学基础10:域、函数及相关概念
人工智能数学基础11:集合、函数及相关概念补充
人工智能数学基础12:数列和函数的极限

二、线性代数

人工智能数学基础-线性代数1:向量的定义及向量加减法
人工智能数学基础-线性代数2:向量的点积、內积、数量积和外积
人工智能数学基础-线性代数3:线性空间、线性相关及基
人工智能数学基础-线性代数4:矩阵及矩阵运算
人工智能数学基础-线性代数5:行列式求解线性方程组

三、导数、微分与积分

人工智能数学基础–导数1:基础概念及运算
y=x^sinx(y=x的sinx次方)为什么不能用复合函数直接求导数?
人工智能数学基础–导数2:高阶导数及莱布尼茨(Leibniz)公式
为什么函数y=f(x)的导数dy/dx可以适用分数运算呢?
人工智能数学基础–导数3:隐函数求导、对数求导法、参数方程求导法
人工智能数学基础:无理数e的由来以及对数、指数函数的求导
人工智能数学基础–微分:定义、运算以及应用
人工智能数学基础:费马引理、罗尔定理、拉格朗日微分中值定理、柯西中值定理
人工智能数学基础:求导神器–罗必塔法则
理解泰勒中值定理1的证明过程的两个影响理解的简单隐含推导
人工智能数学基础:泰勒(Taylor)公式
人工智能数学基础:利用导数判断函数单调性、凹凸性、极值和最值
人工智能数学基础–不定积分1:概念与性质
人工智能数学基础–不定积分2:利用换元法求不定积分
人工智能数学基础—不定积分3:分部积分法
人工智能数学基础—不定积分4:有理函数求积分的方法
人工智能数学基础—不定积分5:常用不定积分表
一元函数中的导数、微分和不定积分的关系
人工智能数学基础—定积分1:定积分的概念以及近似计算
人工智能数学基础—定积分2:定积分的性质
人工智能数学基础—定积分3:微积分基本公式(牛顿-莱布尼茨公式)
人工智能数学基础—定积分4:使用换元法计算定积分
人工智能数学基础—定积分5:使用分部积分法计算定积分
人工智能数学基础—定积分6:无穷限函数的反常积分计算
人工智能数学基础—定积分7:无界函数的反常积分计算
人工智能数学基础—定积分8:无穷限反常积分审敛法
人工智能数学基础—定积分9:无界函数反常积分审敛法以及无界函数Γ函数介绍

四、概率统计

人工智能数学基础–概率与统计1:随机试验、样本空间、事件、概率公理定理以及条件概率和贝叶斯法则
人工智能数学基础–概率与统计2:排列组合的表示方法、二项式系数及斯特林近似
人工智能数学基础–概率与统计3:随机变量与概率分布

人工智能数学基础:两个存在映射关系的随机变量的概率密度函数关系研究
人工智能数学基础–概率与统计4:联合分布与边缘分布

如有问题或索要数学教材,请关注:老猿Python 微信公号咨询。

跟老猿学Python、学5G!

☞ ░ 前往老猿Python博文目录 ░
人工智能数学基础11111 立即下载

相关推荐

人工智能数学基础(高清pdf版)

包含数学知识:SVD,概率分布与概率密度,核函数,后验概率估计,激活函数,矩阵,拉格朗日乘子,熵,似然函数,泰勒公式,特征值与特征向量,梯度,微积分,统计分析

人工智能需要学习哪些数学基础?AI数学基础

人工智能(Artificial Intelligence,AI)是一门涉及到多个学科的交叉领域,其中数学基础尤为重要。其中包括概率论和统计学、线性代数、微积分、最优化理论、离散数学和信息论等多个方面。

gp16674213804的博客 6401

HALCON 20.11实战:5步搞定工业图像异常检测(附完整代码)

本文提供了一份基于HALCON 20.11的工业图像异常检测实战指南。通过五个核心步骤——环境准备、数据预处理、模型训练、推理解析与工程化部署,详细演示了如何利用深度学习技术,仅使用正常样本快速构建并优化金属表面划痕等缺陷的检测模型,并附有完整可运行的HDevelop代码,助力工程师实现高效、智能的工业视觉质检。

weixin_29243279的博客 140

人工智能数学基础

在人工智能算法中,向量和矩阵常常用来表示数据和特征,矩阵的乘法、转置和逆等操作也是常见的计算方式。特征值和特征向量可以用来描述矩阵的性质,例如,一个矩阵的特征值可以告诉我们矩阵的放缩因子,特征向量可以告诉我们矩阵的方向。概率和统计是人工智能领域中非常重要的数学基础,它们提供了一种描述和分析数据的方法,是人工智能算法中的核心数学工具之一。对于一个 n x n 的矩阵 A,如果存在一个非零向量 v 和一个标量 λ,使得 Av = λv,那么 λ 是 A 的特征值,v 是对应于特征值 λ 的特征向量。

Kali与编程 1783

不懂就学之挑战成为WorldQuant Brain顾问的第1天

WorldQuant Brain 是由 WorldQuant 公司开发的一个基于人工智能和机器学习的量化研究平台,旨在帮助量化研究员发现和构建有效的投资策略。WorldQuant 是一家全球领先的量化投资公司,专注于利用数据科学、技术和金融工程开发量化交易策略。

Yanbang1的博客 8383

【SigmaStar SSC335系列】空片用Flash_Tool烧写

简介 本文主要讲新拿到的PCBA,板上spi nand flash还是空的,如何在这种情况下烧录固件,这里讲解用官方Flash_Tool烧写的方式。 但只讲一些注意的地方和坑,其它的官方文档里说的比较清楚,不多说。 准备 Flash_Tool烧写软件 编译打包好烧写镜像 串口烧录小板 ----- 这个是个坑,在官方文档里并没有提及,刚开始用的平时调试的USB转串口,怎么都没反应,一度不知烧写软件不对还是硬件有问题,最后通过厂家技术支持才得知,除了专门的Flash_Tool外,还要专门的串口烧录器

老K 4696

人工智能必备数学基础(一)

导读:数学基础知识蕴含着处理智能问题的基本思想与方法,也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上。 小编整理了有关人工智能的资料,有数学基础、python基础,图像处理opencv\自然语言处理、机器学习等资源库,想学习人工智能或者转行到高薪资行业的,大学生也非常实用,无任何套路免费提供,,加我裙【966367816】下载,或者扫码文末+vx 也可以领取的内部资源,人工智能题库,大厂面试题 学习大纲 自学课程大纲还有200G人工智能资料大礼包免费送哦~ 高等数学基础.

Java_college的博客 2014

第 10 篇:深度学习的“军火库”——CNN、RNN与Transformer,AI如何看懂世界?

深度学习的革命,不是依赖单一的通用大脑,而是为不同任务打造了专属“军火库”:CNN用“局部感知”看懂图像,RNN用“循环记忆”理解序列,而Transformer则用“全局注意力”开启了AIGC时代。理解这些架构,不是记忆孤立的技术,而是洞察AI从“专才”走向“通才”的进化脉络。

maqh_csdn的博客 786

人工智能需要的数学基础

人工智能需要具备的数学基础有很多,如: 1、线性代数:本质是将具体的事物抽象为数学对象,并描述其静态或动态特性,在人工智能领域,计算机处理生活中的事物采用的就是将具体抽象化的方法。 2、概率论:概率论是对生活中无所不在的可行性的分析研究,在人工智能领域,概率论通过对生活中的可行性进行建模分析处理,进而做出判断或操作。 3、形式逻辑:理想的人工智能应该具有抽象意义的学习、推理和归纳的能力,这就需要一个认知的过程,如果我们将认知的过程定义为对符号的逻辑运算,那么形式逻辑就是人工智能的基础。 4、数理统计

懒 5507

五步教你用GPT-5画出国自然技术路线图!轻松节省80%画图时间(附AI提示词)

七哥给大家推荐的高校都在用的AI平台——高级学术版专业应用平台,集成了ChatGPT、Claude、Gemini、Grok等Al大模型的PLUS版本平台,包括 ChatGPT-5、4o、o3、4.1、4.5、Gemini 2.5 Pro、Claude 3.7、Claude 4、DeepSeek 满血版、Grok 3 、Grok 4等原生线路,还有国际主流的GPTs学术应用,可以辅助大家高效完成科研和学术写作任务,当然撰写硕博论文,课题、职称论文、国社科、国自然基金本子也是手拿把掐。

智能AI让学术科研更容易 1495

【保姆级教程】YOLOv8_OBB旋转目标检测:训练自己的数据集

【保姆级教程】YOLOv8_OBB旋转目标检测:训练自己的数据集

m0_51579041的博客 1万+

老猿Python博客文章目录索引

第1章 学习环境构建 第2章 Python编程基础知识

老猿Python 4万+

EMB电子机械制动执行器五大核心部件选型解析

本文介绍了EMB电子机械制动执行器五大核心部件的选型方案:采用无刷直流电机作为驱动源,兼具高扭矩和快速响应特性;选用滚珠丝杠传动机构,实现高效旋转-直线转换;行星齿轮减速器满足紧凑空间内的增扭需求;QT450-QT550材质的钳体确保刚度要求;应变片式压力传感器实现夹紧力精确测量。各部件选型综合考虑了性能、可靠性和空间限制,为EMB系统设计提供了完整解决方案。

m0_59012156的博客 1733

人工智能数学基础---定积分5:使用分部积分法计算定积分

本节介绍了定积分的分部积分公式,并举例介绍了分部积分发计算定积分的具体过程,定积分的分部积分公式表明,原函数已经积出部分可以先用上、下限代入进行计算。

老猿Python 1万+

微信小程序 - 解决报错 {“errcode“:41002,“errmsg“:“appid missing, rid: X“} 微信报错错误码errcode“:41002问题分析及解决教程(详细排查)

【微信小程序】报错{“errcode“:41002,“errmsg“:“appid missing, rid: 64e55770-67c1fb7e-027c5a70“}:【微信小程序】微信小程序登录请求出现appid missing提示,微信公众号{"errcode":41002,"errmsg":"appid missing"},微信 报错{“errcode“:41002,“errmsg“:“appid missing,微信小程序获取openid返回appid missing的问题,微信小程序提示Erro

🏆 前端领域优质创作者 5649

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

人工智能技术白皮书专栏 — 完整总目录

本专栏《人工智能技术白皮书》系统整理了150余篇高质量AI技术文章,涵盖五大核心领域:1)基础理论与数学工具(概率论、张量计算等);2)物理信息神经网络(PINN)与神经算子(含GL-FNO、PINNACLE等创新方法);3)现代机器学习系统教材(模型架构、自监督学习等);4)几何深度学习(GCN/GAT原理及群论应用);5)大模型与生成式AI(Transformer架构解析、RAG实战、模型量化等)。专栏以理论推导结合工程实践为特色,平均质量分达87,为AI从业者提供体系化的学习路径。

VectorShift的博客 195

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

人工智能数学基础--导数3:隐函数求导、对数求导法、参数方程求导法

本文介绍了利用隐函数、对数、以及参数方程求导的概念和方法。

老猿Python 6936

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

人工智能数学基础--概率与统计0:概率是什么

介绍概率的基础定义,以及几种概率的说明。

老猿Python 1294

人工智能技术白皮书专栏 — 总目录与学习路线图

本目录基于对 优快云 专栏「人工智能技术白皮书」的扫描结果整理。该专栏共收录,由于 优快云 未登录分页限制,以下目录基于已扫描到的构建,按主题分类合并,并给出学习路线图。未扫描到的文章可通过专栏首页继续浏览。

VectorShift的博客 198

新书首发|一本书,读懂人工智能

人工智能虽然复杂,但并不神秘。它建立在基础数学上,通过简单模型的组合实现复杂功能。从事年薪百万的高端AI研究固然需要非凡的头脑,但理解人工智能的基本原理、迈入AI行业却...

机器学习算法与Python学习 1904

人工智能数学基础---不定积分5:常用不定积分表

本文转录了常用不定积分的计算公式,求积分时,可以按照被积函数类型直接或经过简单的变形后,在表内查得所需的计算公式,从而就可以简便的求出积分。一般来说,查积分表可以节约计算积分的时间,但是,只有掌握基本积分方法才能比较灵活地使用积分表,而且对一些简单的积分,应用基本积分方法比查表可能更快。求积分时,究竟是查表还是直接计算,或者两者结合使用,应该具体分析,不能一概而论。

老猿Python 1万+

人工智能数学基础--概率与统计2:排列组合的表示方法、二项式系数及斯特林近似

本文介绍了概率统计排列组合、二项式系数知识以及斯特林近似表示,都是概率统计的入门知识。

老猿Python 7007

人工智能数学基础--不定积分1:概念与性质

本文介绍了不定积分的概念、性质以及基本的不定积分表。

老猿Python 2558

【好专栏】如何从零基础开始一步步学习计算机视觉(附文档下载!)

欢迎来到【好专栏】,本次我们给大家推荐一个专栏,名为《深度学习视觉算法工程师成长指南》,这个专栏可以让零基础的读者系统性学习计算机视觉领域的知识,走上正确的学习路线,亦可供本行业的老手查...

Leong Blog 914

《老猿Python博客文章目录》

本目录提供老猿Python所有相关博文的一级目录汇总,带星号的为收费专栏: 一、分类目录 专栏:Python基础教程目录 专栏:* 使用PyQt开发图形界面Python应用 web前端开发小白学爬虫 专栏:PyQt入门学习 专栏:PyQt+moviepy音视频剪辑实战 5G基础知识学习 二、汇总目录 老猿Python博文按标题排序汇总目录 老猿博客首页 注: 本目录与https://blog.youkuaiyun.com/LaoYuanPython/article/details/98245036内容相同,只

老猿Python 3574

博客目录与概览

从即日起,我将开始开始着手写作《深入理解机器学习》分类下的文章。《深入理解机器学习》不仅仅把目光局限机器学习算法的推导与实现,更多的会将目光聚焦于从数学、统计学以及统计学习的角度来深入理解机器学习算法,除此之外,我还会讨论各个机器学习算法局限与瓶颈,纵横向比较各种机器学习算法的优劣等。在详细介绍机器学习算法的同时,我还会通过Python和Scala给出相关项目的实战代码。所以,想深入学习机器学习的..............................

冯·诺依曼 43万+
上一篇: 人工智能数学基础6:极限、极限运算、ε-δ语言、ε-N语言、级数和函数连续性
下一篇: 人工智能数学基础8:两个重要极限及夹逼定理
LaoYuanPython
LaoYuanPython 2020年博客之星Top3 2020年博客之星Top3 领域专家: Python技术领域 领域专家: Python技术领域
博客等级 码龄8年 15万+粉丝 1324原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LaoYuanPython

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值