机器学习中的数学基础

目录： 前言： 1、导数(曲线变化的快慢)、二阶导数（曲线斜率变化的快慢特别是反映曲线的凸凹性）的概念。 2、常用的导数公式： 3、微分和积分的数学含义： 4、泰勒公式及含义 5、梯度的概念及数学含义： 6、概率和概率密度： 7、概率公式： 8、常见的概率分布（对应的公式、图像以及期望E和方差D） 9、Sigmod函数的公式及函数图像 10、知道古典概型（考虑两件事：第一、基本事件的总数，第二、要

>>阅读原文<<