何尚

1-标量向量矩阵张量 2-基础运算 3-单位矩阵和逆矩阵 4-范数 5-特征分解 6-奇异值分解 7-伪逆矩阵 8-迹运算 9-行列式 1-标量、向量、矩阵、张量 标量（scalarsscalars):是一个单独的数，用斜体小写字母表示， e.g. x∈Rx \in \mathbb R 向量（vectorsvectors):是一组数字，用粗体小写字母表示， e.g. x∈Rn\

1- Why Probability 2-随机变量 3- 概率分布 3-1 离散型随机变量 3-2连续性随机变量 4-边缘概率 5-条件概率 6-独立性和条件独立性 7-期望方差协方差 8-常用概率分布 8-1 伯努利分布 8-2 Multinoulli 分布 8-3 高斯分布 8-4 指数分布和拉普拉斯分布 8-5 Dirac 分布和经验分布 8-6 混合分布 9-有用的函数 10-贝叶

1-溢出 2-病态条件 3- 基于梯度下降的优化 Jacobian矩阵和Hessian 矩阵   机器学习中需要大量的数值运算，通常指的是迭代更新求解数学问题。常见的操作包括优化算法和线性方程组的求解。 1-溢出 下溢：由于计算机进行数值计算时精度有限，下溢是在四舍五入为零时发生。例如：当零做除数时，会返回非数值(not a number,NaNnot \ a \ nu