《AI Agent 开发实战》附录

附录

附录 A: AI 数学基础

1. 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)

2. 微积分

   • 导数和梯度
   • 多变量微积分
   • 优化理论基础

3. 概率论与统计

   • 概率分布
   • 贝叶斯定理
   • 统计推断

4. 信息论

   • 熵和互信息
   • KL 散度

5. 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

1. 搜索算法

   • 深度优先搜索 (DFS)
   • 广度优先搜索 (BFS)
   • A* 算法

2. 排序算法

   • 快速排序
   • 归并排序
   • 堆排序

3. 图算法

   <