2.4.1 信息熵
在2.4我们将深度从信息学角度来讲一下人工智能 什么是信息熵？ 我们生活在一个信息的海洋里，每天都在接收和处理
2.3.3 梯度下降法
微积分与梯度下降：人工智能的幕后推手 引言 支撑人工智能这些技术背后的核心工具之一——梯度下降（Gradien
2.3.2 偏导数
在我们日常生活中，人工智能（AI）无处不在——从推荐你喜欢的视频到自动驾驶汽车，AI 的核心技术让一切变得更智
2.3.1 导函数值与人工智能
微积分中的导数与人工智能的关系：一个通俗的解释 在2.3我们将一起学习微积分在人工智能领域当中的应用 那么第一
2.2.3 假设检验
引言 在人工智能（AI）领域，数据驱动的决策至关重要。假设检验作为统计学中的核心工具，帮助我们在不确定的情况下
2.2.2 贝叶斯定理：人工智能世界的概率之眼
引言 在人工智能（AI）的世界中，不确定性是常态。无论是图像识别中的模糊边界，还是自然语言处理中的歧义，都充满
2.2.1 概率分布
什么是概率分布？ 通俗地说，概率分布就是用来描述某个事件可能出现的所有可能性，以及每种可能性的大小。你可以把它
2.1.4 线性变换和向量空间
关于线性代数关于AI的关系就讲完了，既然提到了线性代数，就额外讲一下剩下两个重要组成，线性变换和向量空间 什么
2.1.3张量与人工智能的关系：通俗易懂的解释
张量（Tensor）这个词听起来可能有点高深，但其实它的本质并没有那么复杂。今天我们用通俗的语言来聊聊什么是张
2.1.2矩阵与人工智能的关系：从数学工具到智能世界的桥梁
上节，我们讲述了向量与人工智能，但还有一个概念贯穿始终，那就是矩阵（Matrix）。矩阵不仅是数学中的一个基础