附录
附录 A: AI 数学基础
线性代数
- 向量和矩阵运算
- 特征值和特征向量
- 奇异值分解 (SVD)
微积分
- 导数和梯度
- 多变量微积分
- 优化理论基础
概率论与统计
- 概率分布
- 贝叶斯定理
- 统计推断
信息论
- 熵和互信息
- KL 散度
最优化
- 梯度下降法
- 牛顿法和拟牛顿法
- 凸优化
附录 B: 常用算法与数据结构
搜索算法
- 深度优先搜索 (DFS)
- 广度优先搜索 (BFS)
- A* 算法
排序算法
- 快速排序
- 归并排序
- 堆排序
图算法
<
线性代数
微积分
概率论与统计
信息论
最优化
搜索算法
排序算法
图算法
<