微积分-机器学习的学习原理极限定义某一个函数中的某一个变量，此变量在变大或变小的永远变化的过程中，逐渐向某一个确定的数值A不断的逼近的过程中，此变量的变化，被人为规定“永远靠近而不停止”、其有一个“不

频率学派认为参数虽未知，但却是客观存在的固定值，故通常使用极大似然估计来确定参数。而贝叶斯学派则认为参数是未观测到的随机变量，其本身具有某种分布，故可假定参数服从一个先验分布，然后基于已有数据来计算参数的后验分布 一. 基本概念 样本空间是一个随机实验的所有可能结果的集合。通常…

一. 基本符号概念 向量，是同时具有大小和方向的几何对象。向量可以表示为行向量或者列向量 一个的矩阵是一个由 m 行 n 列 元素排列成的矩形阵列。通常用大写字母表示，一个矩阵 $A$ 从左上角数起的第 $i$ 行第 $j$ 列上的元素称为第 $i, j$ 项，通常记为 $A_…