站内索引 / 课程与概念
搜索知识库
输入中文术语、英文别名、符号或 LaTeX。结果覆盖课程概念、正文、方程、实验、学习路径和资源，可按学科、主题、类型与难度筛选。
- article
MIT 6.041SC Probabilistic Systems Analysis and Applied Probability
介绍概率模型、随机变量、随机过程和统计推断基础的本科课程。
- article
一维波动方程：从局部振动到波的传播
从受张力弦的局部受力推导一维波动方程，连接初始条件、边界条件、单位、传播速度与稳定数值离散。
physics · waves · 难度 4 · 正文可读 - article
函数与函数图像：从对应规则到可分析的关系
把函数理解为定义域到陪域的确定对应，掌握表示、复合、反函数、图像变换和分段函数的基本方法。
mathematics · foundations · 难度 1 · 正文可读 - article
向量：从箭头到高维空间
从位移箭头、坐标与线性组合出发，理解向量如何成为描述方向、状态和高维数据的统一语言。
mathematics · linear-algebra · 难度 1 · 正文可读 - article
导数、方向导数与梯度
从全微分建立多变量函数的最佳线性近似，用梯度表示方向导数，并区分欧氏最陡方向、一般度量和约束条件。
mathematics · calculus · 难度 3 · 正文可读 - article
导数与微分：从变化率到局部线性化
由割线斜率的极限定义导数，推导乘积与链式法则，说明微分作为最佳局部线性近似的含义，并连接中值定理与误差估计。
mathematics · calculus · 难度 2 · 正文可读 - article
感知机与多层感知机：从线性边界到可学习的非线性
从线性阈值分类器、误分类更新与可分性出发，推导多层感知机的前向传播、张量形状、参数数量和表达能力边界。
machine-learning · neural-networks · 难度 3 · 正文可读 - article
损失函数：把预测目标写成可优化的风险
区分单样本损失、经验风险、正则化目标与任务指标，比较回归和分类常用损失的统计含义与优化性质。
machine-learning · learning-theory · 难度 2 · 正文可读 - article
期望、方差与协方差：分布的中心、尺度和共同变化
从分布定义期望和二阶矩，推导方差与协方差的运算规律，并区分独立、零协方差、相关和因果关系。
mathematics · probability · 难度 2 · 正文可读 - article
梯度下降：从局部下降方向到可诊断的优化过程
从一阶近似与光滑性条件推导梯度下降，分析学习率、曲率、尺度、动量和停止准则如何共同决定收敛轨迹。
mathematics · optimization · 难度 3 · 正文可读 - article
注意力机制：从加权平均到自注意力
从数据相关的加权平均推导缩放点积注意力，明确 query、key、value 的形状、softmax 归一化与解释边界。
machine-learning · neural-networks · 难度 4 · 正文可读 - article
监督学习：从带标签样本到可检验的预测规则
建立监督学习的问题定义，区分样本、模型、损失、经验风险、验证选择与未知分布上的泛化误差。
machine-learning · learning-theory · 难度 2 · 正文可读 - article
矩阵：组织线性关系的坐标语言
从形状、行列与列向量出发，理解矩阵运算、矩阵乘法、单位矩阵、逆矩阵和分块计算的结构含义。
mathematics · linear-algebra · 难度 1 · 正文可读 - article
线性变换：把矩阵看作空间运动
把矩阵理解为保持线性组合的空间映射，并用基向量、行列式与奇异性解释二维变换的几何行为。
mathematics · linear-algebra · 难度 2 · 正文可读 - article
线性回归：从平方损失到最小二乘几何
从仿射预测、平方损失和矩阵表示推导最小二乘解、梯度、投影解释及其统计假设。
machine-learning · learning-theory · 难度 2 · 正文可读 - article
逻辑回归：从线性得分到二分类概率
由伯努利条件模型推导 sigmoid、对数几率、交叉熵、梯度与决策阈值，并说明线性可分和概率解释的边界。
machine-learning · learning-theory · 难度 3 · 正文可读 - article
随机变量与概率分布：从随机结果到可计算的数值规律
把随机变量定义为样本空间上的可测函数，统一理解分布函数、概率质量函数、概率密度、支持集与变量变换。
mathematics · probability · 难度 2 · 正文可读 - symbol
x · 自变量或标量输入
x
- symbol
x · 输入向量
\mathbf{x}
- symbol
X · 随机变量
X
- symbol
u(x,t) · 位置 x、时刻 t 的波位移
u(x,t)
- symbol
Y · 与 X 联合研究的随机变量
Y
- concept
Hessian 矩阵
用二阶偏导矩阵描述标量函数的局部曲率，并分析极值点附近的方向结构。
mathematics · calculus · 难度 3 · 详细大纲 - concept
Jacobian 矩阵
用一阶偏导矩阵表示多输入多输出映射的最佳局部线性近似。
mathematics · calculus · 难度 3 · 详细大纲 - concept
Laplace 变换
用复频率积分把微分方程转化为代数方程，并系统处理初始条件。
mathematics · calculus · 难度 4 · 详细大纲 - concept
Markov 链
用状态转移矩阵描述无记忆随机演化，并分析平稳分布和长期行为。
mathematics · probability · 难度 4 · 详细大纲 - concept
Monte Carlo 方法
通过随机采样近似期望和积分，并用方差与有效样本量评价误差。
mathematics · probability · 难度 4 · 详细大纲 - concept
Newton 方法
利用 Hessian 曲率修正梯度方向，理解二次收敛、阻尼和矩阵求解成本。
mathematics · optimization · 难度 4 · 详细大纲 - concept
Taylor 展开
以一点处的导数构造多项式局部近似，并用余项控制截断误差。
mathematics · calculus · 难度 3 · 详细大纲 - concept
Transformer
组合多头自注意力、前馈网络、残差与归一化，构成并行序列建模架构。
machine-learning · neural-networks · 难度 4 · 详细大纲 - concept
三角函数
从单位圆定义正弦、余弦和正切，理解周期、相位与常用恒等式。
mathematics · foundations · 难度 1 · 详细大纲 - concept
主成分分析
寻找数据协方差最大的正交方向，并用低秩投影压缩和去噪。
machine-learning · learning-theory · 难度 3 · 详细大纲 - concept
二次型
用矩阵表达多变量二次函数，并由特征方向分析等值面与曲率。
mathematics · linear-algebra · 难度 3 · 详细大纲 - concept
优化对偶
由 Lagrangian 构造对偶函数，理解弱对偶、强对偶和对偶间隙。
mathematics · optimization · 难度 5 · 详细大纲 - concept
偏导数
在其他变量固定时测量多变量函数沿坐标方向的局部变化率。
mathematics · calculus · 难度 2 · 详细大纲 - concept
偏差—方差分解
把平方预测误差分解为系统偏差、样本波动与不可约噪声，解释模型复杂度权衡。
machine-learning · learning-theory · 难度 3 · 详细大纲 - concept
傅里叶变换
把非周期信号表示为连续频率成分，并连接时域卷积、频域乘法和谱宽。
mathematics · calculus · 难度 4 · 详细大纲 - concept
凸函数
通过弦不等式和一阶条件刻画凸性，并说明局部最优为何成为全局最优。
mathematics · optimization · 难度 3 · 详细大纲 - concept
凸集
用线段闭包定义凸集，并识别半空间、范数球和仿射集合等基本例子。
mathematics · optimization · 难度 3 · 详细大纲 - concept
动态规划
通过重叠子问题和最优子结构复用中间结果，构造自顶向下或自底向上的算法。
computer-science · algorithms · 难度 3 · 详细大纲 - concept
卷积神经网络
用局部连接和权重共享提取平移结构特征，并逐层扩大感受野。
machine-learning · neural-networks · 难度 4 · 详细大纲 - concept
参数初始化与梯度流
分析权重尺度如何影响前向方差和反向梯度，理解 Xavier 与 He 初始化。
machine-learning · neural-networks · 难度 4 · 详细大纲 - concept
向量运算与内积
计算向量加法、数乘、范数和内积，并解释长度、夹角与相似度的几何意义。
mathematics · linear-algebra · 难度 1 · 详细大纲 - concept
命题逻辑与量词
区分命题、蕴含、等价、全称量词和存在量词，并正确否定带量词的陈述。
mathematics · foundations · 难度 1 · 详细大纲 - concept
图算法
在节点和边结构上执行遍历、最短路和拓扑排序，分析可达性与依赖关系。
computer-science · algorithms · 难度 3 · 详细大纲 - concept
坐标几何
用坐标、距离、斜率和曲线方程把平面几何对象转化为可计算的代数关系。
mathematics · foundations · 难度 1 · 详细大纲 - concept
复数与复平面
用代数形式和极坐标形式表示复数，理解模、幅角、共轭与旋转缩放的联系。
mathematics · foundations · 难度 2 · 详细大纲 - concept
大数定律
说明独立样本均值在适当条件下趋近总体期望，并区分弱收敛与强收敛。
mathematics · probability · 难度 3 · 详细大纲 - concept
奇异值分解
把任意矩阵分解为两次正交变换和一次轴向缩放，揭示秩与主方向。
mathematics · linear-algebra · 难度 4 · 详细大纲 - concept
张成、线性无关与基
通过张成集和线性无关选择最小坐标系统，理解维数为何不依赖具体基。
mathematics · linear-algebra · 难度 2 · 详细大纲 - concept
归一化流
用可逆变换和 Jacobian 行列式把简单密度映射为复杂密度，同时保留精确似然。
machine-learning · generative-models · 难度 5 · 详细大纲 - concept
批归一化
利用小批量统计量标准化中间激活，并区分训练与推理阶段的统计处理。
machine-learning · neural-networks · 难度 4 · 详细大纲 - concept
抽样分布
研究统计量在重复抽样中的分布，为标准误、区间估计和检验建立基础。
mathematics · probability · 难度 3 · 详细大纲 - concept
数值微分
用有限差分近似导数，并平衡截断误差、舍入误差和步长选择。
computer-science · scientific-computing · 难度 3 · 详细大纲 - concept
数值积分
用求积公式近似定积分，并根据光滑性和网格细化估计误差。
computer-science · scientific-computing · 难度 3 · 详细大纲 - concept
数列与级数
研究离散序列的极限、递推关系和无穷求和，为连续极限与函数展开建立基础。
mathematics · foundations · 难度 2 · 详细大纲 - concept
无限深方势阱
在零边界波函数条件下求解定态 Schrödinger 方程，得到离散能级和正弦本征态。
physics · quantum-mechanics · 难度 4 · 详细大纲 - concept
曲面积分
在参数曲面上累积密度或通量，明确面积元和法向方向的作用。
mathematics · calculus · 难度 4 · 详细大纲 - concept
最大似然估计
把观测数据在模型参数下的概率视为目标函数，并求使其最大的参数。
mathematics · probability · 难度 3 · 详细大纲 - concept
条件概率与独立性
在已知事件发生的条件下更新样本空间，并区分独立、互斥和条件独立。
mathematics · probability · 难度 2 · 详细大纲 - concept
概率公理与事件
用样本空间、事件集合和可列可加测度建立概率推理的基本规则。
mathematics · probability · 难度 2 · 详细大纲 - concept
正交投影
把向量分解到子空间及其正交补上，并推导投影矩阵与最小距离性质。
mathematics · linear-algebra · 难度 3 · 详细大纲 - concept
正定矩阵
通过二次型和特征值判断矩阵是否在所有非零方向产生正曲率。
mathematics · linear-algebra · 难度 3 · 详细大纲 - concept
波动边界条件
区分固定端、自由端和周期边界，并判断反射相位与允许解族。
physics · waves · 难度 3 · 详细大纲 - concept
浮点数与舍入误差
理解有限二进制表示、机器精度、消去误差和条件数对计算可靠性的影响。
computer-science · scientific-computing · 难度 3 · 详细大纲 - concept
混合专家模型
用路由器为每个输入选择少量专家子网络，在计算受控时扩展参数容量。
machine-learning · neural-networks · 难度 5 · 详细大纲 - concept
熵与互信息
量化随机变量的不确定性以及两个变量共享的信息，连接编码、推断和学习。
mathematics · probability · 难度 4 · 详细大纲 - concept
生成模型
学习数据联合分布或生成过程，使模型能够采样、补全、重建并估计不确定性。
machine-learning · generative-models · 难度 4 · 详细大纲 - concept
目标函数与可行域
把决策变量、目标函数和约束写成明确优化问题，并区分局部与全局最优。
mathematics · optimization · 难度 2 · 详细大纲 - concept
矩阵乘法
从行列内积和映射复合理解矩阵乘法，明确不可交换性与维度匹配条件。
mathematics · linear-algebra · 难度 2 · 详细大纲 - concept
矩阵的秩
用主元、列空间和像空间度量矩阵保留的独立方向数量。
mathematics · linear-algebra · 难度 2 · 详细大纲 - concept
矩阵运算
掌握矩阵加法、数乘、转置和分块操作，并跟踪各运算对矩阵形状的要求。
mathematics · linear-algebra · 难度 1 · 详细大纲 - concept
算法复杂度
用渐近记号比较算法随输入规模增长的时间和空间成本，并区分最坏与平均情况。
computer-science · algorithms · 难度 2 · 详细大纲 - concept
约束优化
在等式或不等式可行域内寻找最优解，并区分可行方向和活跃约束。
mathematics · optimization · 难度 4 · 详细大纲 - concept
组合概率
通过排列、组合和计数原理计算有限等可能样本空间中的事件概率。
mathematics · probability · 难度 2 · 详细大纲 - concept
经验风险最小化
用有限样本上的平均损失近似总体风险，并明确假设空间和优化误差。
machine-learning · learning-theory · 难度 3 · 详细大纲 - concept
统计估计
区分点估计和区间估计，并用偏差、方差、一致性和效率评价估计量。
mathematics · probability · 难度 3 · 详细大纲 - concept
联合分布与条件分布
描述多个随机变量的共同变化，并由边缘化和条件化提取局部规律。
mathematics · probability · 难度 3 · 详细大纲 - concept
自注意力
让同一序列产生 query、key、value，使每个位置按内容动态聚合其他位置。
machine-learning · neural-networks · 难度 4 · 详细大纲 - concept
近端方法
用近端算子处理不可微正则项，并把梯度步骤与结构化收缩组合。
mathematics · optimization · 难度 5 · 详细大纲 - concept
迭代线性求解器
通过残差更新逐步逼近大型稀疏线性系统的解，并用谱性质判断收敛。
computer-science · scientific-computing · 难度 4 · 详细大纲 - concept
量子态与态空间
用复向量或波函数表示量子系统状态，并以归一化和相位等价约束物理预测。
physics · quantum-mechanics · 难度 4 · 详细大纲 - concept
随机梯度下降
用随机样本或小批量近似完整梯度，权衡计算成本、方差与泛化行为。
mathematics · optimization · 难度 3 · 详细大纲 - concept
集合与映射
用集合、子集、笛卡尔积和映射描述数学对象的范围、对应关系与复合规则。
mathematics · foundations · 难度 1 · 详细大纲 - concept
零空间与解空间
求解映射到零向量的全部输入，并用秩-零化度关系连接自由度。
mathematics · linear-algebra · 难度 2 · 详细大纲 - concept
高斯消元
通过初等行变换把线性方程组化为阶梯形，并稳定地回代求解。
mathematics · linear-algebra · 难度 2 · 详细大纲 - experiment
注意力权重矩阵
比较 token 间分数、softmax 权重和因果掩码的作用。
machine-learning - book
Introductory Statistics 2e
以代数为先修，系统介绍概率、随机变量、分布与统计推断。
- equation
一维波动方程
\frac{\partial^2 u}{\partial t^2}=c^2\frac{\partial^2 u}{\partial x^2}
physics · waves - equation
实形式傅里叶级数
f(x)\sim\frac{a_0}{2}+\sum_{n=1}^{\infty}\bigl(a_n\cos nx+b_n\sin nx\bigr)
mathematics · calculus - equation
导数的差商定义
f'(x)=\lim_{h\to0}\frac{f(x+h)-f(x)}{h}
mathematics · calculus - equation
方向导数与梯度
D_{\mathbf{u}}f(\mathbf{x})=\nabla f(\mathbf{x})^\mathsf{T}\mathbf{u}
mathematics · calculus - equation
方差
\operatorname{Var}(X)=\mathbb{E}[(X-\mathbb{E}[X])^2]
mathematics · probability - learning-path
机器学习数学基础
把线性代数、多变量微分、概率矩和优化连接为机器学习的统一计算语言。
- learning-path
概率统计基础
从事件与条件概率进入随机变量、极限定理、估计和假设检验。
- equation
离散随机变量的期望
\mathbb{E}[X]=\sum_x x\,p_X(x)
mathematics · probability - learning-path
线性代数基础
从向量和矩阵建立线性空间语言，进入方程组、特征结构与低秩分解。
- equation
线性变换
\mathbf{y}=A\mathbf{x}
mathematics · linear-algebra - equation
缩放点积注意力
\operatorname{Attention}(Q,K,V)=\operatorname{softmax}\!\left(\frac{QK^\mathsf{T}}{\sqrt{d_k}}\right)V
machine-learning · neural-networks - learning-path
高等数学基础
从函数极限进入一元微积分，再过渡到多变量变化率和微分方程。