Ai学习手册 | Ai学习手册

数学符号说明

符号	说明
a	标量，只有数字大小的数字。小写不加粗的字母。
$\vec{a}$	向量，具有大小和方向的数字。也可写做 $\vec{AB}$ ，或者加粗的 $\bold a$ 。
$A$	矩阵或者张量。
$a_i$	向量a的第i个元素，索引从1开始。
$A_{i,j}$	位于矩阵A的第i行j列的元素。
$A_i$	矩阵A的第i行。
$dy\over dx$	y关于x的导数。
$p(a)$	随机变量a的概率分布。
$\hat p(a)$	估计随机变量a的概率分布。
a ~ p	a服从分布p。
$p(a\|b)$	随机变量a与b的条件分布。
$p(a,b)$	随机变量a与b的联合分布。
${0,1}$	包含0和1的集合的补集。
$\cup$	并集运算。
$\cap$	交集运算。
$\|A\|$	集合A的大小。
$P(n,k)$	排列数，从n个元素中取k个排序的种数。
$C(n,k)$	组合数，从n个元素中取k个组合的种数。
$\bold x^{(i)}$	数据集的第i个样本的特征向量
$y^{(i)}$	数据集的第i个样本的标准答案（非结构化预测）
$\bold y^{(i)}$	数据集的第i个样本的标准答案（结构化预测）
$\hat y^{(i)}$	数据集的第i个样本的预测输出（非结构化预测）
$\hat \bold y^{(i)}$	数据集的第i个样本的预测输出（结构化预测）
$\bold y^*$	问题最优解
e	自然常数， $\mathrm{e}=\lim\limits_{n\to\infty}\left(1+\dfrac{1}{n}\right)^n\approx2.71828$
$\log x$	x以e为底的对数