本章阐明了为什么微积分是理解和处理机器学习 (machine learning)算法的有用工具。我们会从考察数学在机器学习中扮演的一般作用开始，然后转向微积分所需的基础知识。

你将学到：

• 函数： 它们是什么，如何表示输入和输出之间的关系（比如将数据特征映射到预测结果），以及如何使用图表来展现它们。我们将查看常见类型，例如线性函数，它们通常表示为 $y = mx + b$。
• 极限： 函数中趋近特定值的思想。这种思想构成了导数构建的理论基础。我们会培养对极限意义的直觉。
• 与机器学习的联系： 这些最初的思想如何与构建和理解机器学习模型相关联。

到本章结束时，你将理解微积分在机器学习中的必要性，并熟悉函数和极限的基本组成部分。