calculus

一个精心整理的GitHub收藏集（Mathematics for Machine Learning），整理了书籍、论文、视频讲座和数学基础，用于学习和复习机器学习背后的数学知识，涵盖线性代数、微积分、概率论、统计学等。

解释了梯度、雅可比矩阵和海森矩阵作为AI模型训练基础工具的数学概念，描述了它们衡量变化的方式以及各自在优化中的作用。

一篇论文证明，所有初等函数（如sin、exp、log、sqrt）都可以由一个二元运算符eml(x,y)=exp(x)-ln(y)生成，类似于NAND门统一数字逻辑的方式。这可以通过为连续数学提供一个单一的可训练节点来简化AI架构。

本文提出了一种基于微积分的框架，利用一阶和二阶导数检验来估计端到端自动语音识别系统的最佳词汇量超参数，并在Librispeech语料库上提升了性能。

一篇个人博客文章，严谨地介绍黎曼积分并证明微积分基本定理，包含罗尔定理和均值定理等支撑定理。