※ 引述《d8888 (Don)》之铭言： : 1. 高淑蓉 高等微积分（一） : https://www.youtube.com/watch?v=0vGrHMwdotE : 学高微是为了某些初微没深入讲的应用，例如 R^n（n>3）上的微积分或是矩阵上的微积 : 分，结果目前看了约 50% 就陷入严重精神污染，觉得睡觉会听到古神的低语。目前决定 : 先暂停影片补书本基础。结果指定教材看到 Introduction 集合理论公理化还有逻辑学就 : 倒了，後来想换个中文讲义降低难度，遇到戴德金分割这种玄学小弟又倒了。看来小弟不 : 是适合数学的料 XDDDDDD : 也顺便问问有没有同好有推荐的 Q<>Q 关键字 jacobian https://zh.wikipedia.org/zh-tw/%E9%9B%85%E5%8F%AF%E6%AF%94%E7%9F%A9%E9%98%B5 用在 R^n -> R^m 的 function 微分. R^n -> R, 这算是一个简化的特例 关键字 gradient https://zh.wikipedia.org/zh-tw/%E6%A2%AF%E5%BA%A6 machine learning通常会需要求极值, 微积分告诉我们极值会发生在微分 = 0的位置,也介绍了数个方法求极值 https://zh.wikipedia.org/zh-tw/%E6%87%89%E7%94%A8%E6%96%BC%E6%9C%80%E5%84%AA%E5%8C%96%E7%9A%84%E7%89%9B%E9%A0%93%E6%B3%95 例如牛顿法可以拿来求f' = 0, 也支援R^n函数 求极值的方法很多,我毕业很久一时想不起来那些名词,牛顿法是最基本的方法 没记错统计学上也有一些相关讨论 求完极值後,还会有global跟local极值的问题, 没记错目前没有方法保证求到的是global minimal. ML基本常用的数学就这几个方向吧? 个人觉得不太需要看高微 微积分,高微,实变,这几个数学上归类analysis相关课程 外系微积分会介绍怎麽微分跟积分 高微会讨论那些函数无法微分跟积分 实变出现了Lebesgue integral来讨论黎曼积分无法积分的那些函数 这些课程我们关心一个sequence {fn}, 若fn -> f, fn都可微,是否保证f可微 若无法保证f可微,增加哪些条件可以保证f可微? 当然完整的课程内容不只这些,但我主要想讲的是个人没那麽建议念高微 高微更多重点放在理论讨论,而且高微不好入门,不如念一些好入门的东西. https://hackmd.io/@johnnyasd12/rkFd2TuK7 有点偏离原本的主题了,这篇是回给d8888,对ML,DL有兴趣可以参考我贴的这个连结 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.241.181.76 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1710213590.A.6E9.html