趋近智
在确立了理解机器学习中变化和优化的必要性之后,本章着重介绍最简单的情况:只有一个输入变量的函数。我们将从极限的定义开始,它为导数的严谨定义提供了依据。
您将学习如何计算导数,它表示函数 f(x) 在特定点的瞬时变化率或斜率,通常表示为 f′(x) 或 dxdy。我们将介绍标准的求导法则(如幂法则、乘积法则和商法则),这是求常见函数导数所必需的。
我们将考察一个重要用途:使用导数来找到函数的最小值点和最大值点。这是理解优化算法如何改进机器学习模型的起点。最后,我们将通过使用 Python 库计算导数,把这些数学原理应用到实践中。
2.1 理解极限:根本原理
2.2 导数的定义
2.3 常见求导法则
2.4 高阶导数
2.5 通过导数求极小值和极大值
2.6 实际运用:简单成本函数优化
2.7 动手实践:使用 Python 计算导数
© 2026 ApX Machine Learning用心打造