前置机器学习(一):数学符号及希腊字母

本文收录于机器学习前置教程系列。

本文列出了常用的机器学习数学符号(Mathematical notations),包含代数、微积分、线性代数、概率论、集合论、统计学以及希腊字母。

代数

符号名称描述例子
(f∘g)复合函数嵌套函数(f∘g)(x)=f(g(x))
∆德耳塔变化/区别∆x=x_1-x_0
e欧拉数e=2.718281828$ s= \\frac{1}{1+e^{-z}}$
∑求和求和∑x_i=x_1+x_2+x_3
∏大写派所有数的乘积∏x_i=x_1∙x_2∙x_3
ϵ艾普西隆0附近的小数lr=1e-4

微积分

符号名称描述例子
x′一阶导数一阶导数(x^2)′ =2x
x″二阶导数二阶导数(x^2)″ =2
lim极限x接近0时的函数值
∇nabla梯度∇f(a,b,c)

线性代数

符号名称描述例子
[ ]方括号矩阵或向量M=[135]
⋅点点积Z=X⋅W
⊙哈达马哈达马乘积A=B⊙C
$X^T$转置矩阵转置$W^T⋅X$
$\\vec{x}$向量向量v=[123]
X矩阵大写字母如X,C,A,I,Y,O,N,G,J,I
$\\hat x $单位向量大小为1的向量$\\hat x$

概率论

符号名称描述例子
P(A)概率事件A发生的概率P(x=1) = 0.5

集合论

符号名称描述例子
S集合不同元素的列表S = {1, 5, 7, 9}

统计学

符号名称描述例子
μ总体均值总体平均值
$\\bar x $样本平均值总体子集的平均值
$σ^2$总体方差总体方差
$s^2$样本方差总体子集的方差
σX标准偏差总体标准差
s样本标准差样本标准差
ρX相关性变量X和Y的相关性
$ \\widetilde x $中位数变量x的中值

希腊字母

大写小写英文注音国际音标注音中文注音
Ααalphaalfa阿耳法
Ββbetabeta贝塔
Γγgammagamma伽马
Δδdetadelta德耳塔
Εεepsilonepsilon艾普西隆
Ζζzetazeta截塔
Ηηetaeta艾塔
Θθthetaθita西塔
Ιιiotaiota约塔
Κκkappakappa卡帕
∧λlambdalambda兰姆达
Μμmumiu缪
Ννnuniu纽
Ξξxiksi可塞
Οοomicronomikron奥密可戎
∏πpipai派
Ρρrhorou柔
∑σsigmasigma西格马
Ττtautau套
Υυupsilonjupsilon衣普西隆
Φφphifai斐
Χχchikhai喜
Ψψpsipsai普西
Ωωomegaomiga欧米

评论

暂无评论