作者归档 | Stefania Cristina

微分和积分微积分 – 对任何事物进行微分

作者：Stefania Cristina，发布于 2021 年 7 月 21 日 10:16:34+1000，分类：Calculus，评论：4

积分微积分是牛顿和莱布尼茨最伟大的发现之一。他们的独立工作导致了微积分基本定理的证明和对其重要性的认可，该定理将积分与导数联系起来。随着积分的发现，面积和体积可以从此被研究。积分微积分是 [...]

作者：Stefania Cristina，发布于 2021 年 7 月 19 日 13:41:48+1000，分类：Calculus，评论：8

研究依赖于多个变量的函数通常是可取的。多元微积分通过扩展我们发现的微积分概念（例如变化率的计算）来为我们提供研究这些函数的工具，应用于多个变量。它在训练神经网络的过程中起着至关重要的作用 [...]

作者：Stefania Cristina，发布于 2021 年 7 月 16 日 01:35:19+1000，分类：Calculus，评论：2

导数定义了一个变量相对于另一个变量的变化率。这是一个重要的概念，在许多应用中都非常有用：在日常生活中，导数可以告诉你你的行驶速度，或者帮助你预测股票市场的波动；在机器学习中，导数 [...]

作者：Stefania Cristina，发布于 2021 年 7 月 9 日 10:41:54+1000，分类：Calculus，评论：7

优化，作为许多机器学习算法的核心过程之一，依赖于导数的使用，以便决定更新模型参数值的方式，以最大化或最小化目标函数。本教程将继续探讨我们可以找到函数导数的不同技术。 [...]

作者：Stefania Cristina，发布于 2021 年 6 月 30 日 13:05:59+1000，分类：Calculus，评论：0

许多机器学习算法涉及不同目的的优化过程。优化是指通过改变输入值来最小化或最大化目标函数的问题。优化算法依赖于导数的使用，以了解如何改变（增加或减少）目标函数的输入值， [...]

作者：Stefania Cristina，发布于 2021 年 7 月 8 日 01:33:19+1000，分类：Calculus，评论：3

我们之前已经看到，微积分是机器学习中的核心数学概念之一，它使我们能够理解不同机器学习算法的内部工作原理。微积分反过来又建立在代数和几何的几个基本概念之上。拥有这些基础知识的重要性将变得更加 [...]

作者：Stefania Cristina，发布于 2021 年 6 月 29 日 04:40:37+1000，分类：Calculus，评论：2

微积分是机器学习中的核心数学概念之一，它使我们能够理解不同机器学习算法的内部工作原理。微积分在机器学习中的一个重要应用是梯度下降算法，该算法与反向传播相结合，使我们能够训练神经网络模型。在本教程中，[...]

作者：Stefania Cristina，发布于 2021 年 6 月 19 日 07:57:08+1000，分类：Calculus，评论：1

变化率的测量是微分微积分中的一个基本概念，它涉及变化和无穷小的数学。它使我们能够找到两个变化变量之间的关系以及它们如何相互影响。变化率的测量对于机器学习也很重要，例如 [...]

作者：Stefania Cristina，发布于 2021 年 7 月 10 日 22:58:53+1000，分类：Calculus，评论：10

微积分是对变化的数学研究。微积分解决复杂但连续问题的有效性在于其将问题分解为无数个更简单的部分，分别解决它们，然后将它们重新组合成原始整体的能力。这种策略可以应用于研究所有可以被切分的连续元素 [...]

作者：Stefania Cristina，发布于 2021 年 10 月 12 日 08:11:42+1100，分类：Optimization，评论：32

差分进化是一种启发式方法，用于对非线性、不可微连续空间函数进行全局优化。差分进化算法属于更广泛的进化计算算法家族。与其他流行的直接搜索方法（如遗传算法和进化策略）类似，差分进化算法从初始种群开始 [...]

← 上一页 1 ... 4 5