人工智能与机器学习中的数学
现代人工智能与机器学习的数学基础
章节
- 版权与致谢
- 第1章: 向量空间与内积
- 第 2 章：矩阵
- 第 3 章：子空间与正交性
- 第 4 章：QR 分解与数值秩
- 第 5 章：方阵与 LU 分解
- 第 6 章：几何变换与特征值分解
- 第 7 章：对称矩阵
- 第 8 章：奇异值分解（SVD）
- 第 9 章：其他矩阵分解及其延伸
- 第 10 章：矩阵分块
- 第 11 章：矩阵微积分
- 第 12 章：优化方法
- 第 13 章：概率与随机变量
- 第 14 章：信息论
- 第 15 章：Bellman 方程与算子
- 第 16 章：变分推断与隐变量
- 第 17 章：得分函数与基于能量的模型
- 第 18 章：Langevin 动力学与采样
- 第 19 章：随机微分方程
- 第 20 章：ODE、SDE 与算法的连续极限
- 第 21 章：Fokker-Planck 方程与分布动力学
- 附录
