前言

小白上手AI，又要学习一定的数学基础，但又一头雾水。此文目的是简化高数中基础AI所必须的数学内容，方便迅速上手，再针对所学所用去再次学习。具体内容请参考其他链接，这只是一个目录。

人工智能需要什么数学知识

• 微积分

1. 函数
2. 导数
3. 偏导数

• 线性代数

4. 线性方程组的抽象 --> 矩阵
5. 矩阵的加减法 – 对应位置元素做运算
6. 矩阵的标量乘法
   
7. 矩阵的向量乘法
   
   矩阵向量乘法意义， 将『2，2』逆时针旋转90°
   
8. 矩阵转置和逆矩阵

• 概率&统计

10. 条件概率： P(B|A) 代表 A已发生后B发生的概率
    判断事件是否独立 P(B|A) = P(B) 说明事件A独立于B

11. 数学期望： 每种事件概率的结果 * 对应的概率 ，再全部相加
    

12. 方差
    协方差和相关系数

13. 期望值 + 方差 举例
    
    A和B在期望值（均值）上都 = 92%

但是方差A更小 ，说明离散小，更稳定，说明了A模型更好。

• 图论

14. 图的构成 : 顶点和边
15. 有向图和无向图
16. 图的同构： 把顶点移动一下，还是原来的图吗？
17. 边的权重
18. 环

总结

迅速过一眼上面知识，

• 如有部分陌生词，那请针对陌生词去展开一下
• 如比例太大，可以针对内容重新学习。
• 如果时间不要钱，可以重头找个数学老师或教程静心修炼。