MIT Kleitman 教授:這是初學者該了解的微積分

2020-12-05 機器之心Pro

機器之心整理

參與：思源、一鳴

沒有微積分，機器學習也就沒有了「學習」。

在機器學習的數學基礎中，概率論與線性代數起到了核心作用，但是我們常忽略另一個非常重要的領域：微積分。似乎我們只要了解簡單的多元微分，那麼也就能學習機器學習了。但這只是一個錯覺，我們不論想要具體了解最優化方法，還是希望窺探反向傳播的法則，微積分是不可或缺的部分。

此外，整個微積分對於很多學科而言都是最基礎的內容，不了解它的思想與做法，有時很難理解當前的研究。例如最近比較受關注的神經微分方程，它就是將殘差網絡視為一個微分方程，然後該微分方程的解法就相當於整個神經網絡的傳播結果。

既然微積分這麼重要，那我們還需要回去再啃一遍高數上下冊？當然能這樣是最好的，但這需要花很多時間，我們最好還是通讀一些介紹性的教程，做到心中「有數」就可以了。因為目前來看，確實還有很多內容不太能用在機器學習上，例如複雜的多重積分學、三維曲線方程和微分中值定理等等。

本文介紹的就是 MIT 應用數學教授 Daniel Kleitman 寫的一本微積分入門書籍，它完全是用英文寫的，讀者在學數學的過程中還能學學英語的表達呀。

書籍地址：http://www-math.mit.edu/~djk/calculus_beginners/

這個課程裡有什麼？

課程涵蓋了微積分的各個方面，從介紹微積分的意義開始，逐漸深入。課程最後還提供了一些數學工具，幫助讀者了解使用。

以第三章的「線性函數」為例：

該章節分為三部分：

函數的定義線性函數定義和舉例線性本身的概念

如圖所示：

使用案例介紹方程的定義

介紹什麼是線性和非線性

課程目錄

Chapter 0: Why Study Calculus?Chapter 1: NumbersChapter 2: Using a SpreadsheetChapter 3: Linear FunctionsChapter 4: Quadratics and Derivatives of FunctionsChapter 5: Rational Functions and the Calculation of DerivativesChapter 6: Exponential Functions, Substitution and the Chain RuleChapter 7: Trigonometric Functions and their DerivativesChapter 8: Inverse Functions and their DerivativesChapter 9: Numerical Differentiation, and Non-Differentiable FunctionsChapter 10: Review of DifferentiationChapter 11: Application of Differentiation to Solving EquationsChapter 12: The Anti-DerivativeChapter 13: Area under a Curve; Definite IntegralsChapter 14: Numerical IntegrationChapter 15: Areas and Volumes of Parallel Sided Figures; DeterminantsChapter 16: Some Pure MathematicsChapter 17: Modeling Applications to PhysicsChapter 18: Predator Prey ModelsChapter 19: Solving Differential EquationsToolsGlossary of NotationsIndex

還有其他入門材料嗎？

數理基礎對需要入門機器學習的初學者，以及需要加深理解的從業者來說都十分重要。因此，機器之心也為讀者整理了一些受到關注和好評的入門級數學課程，幫助大家更好的夯實基礎，加深對機器學習的理解，並更好的使用機器學習工具。

其他微積分課程

1. 可汗學院的「微積分預備」課程：這是一個為沒有任何數學基礎的人準備的微積分預備課程，提供了很多用於學習微積分的預備知識，如極限的相關知識、二項式定理等。

課程地址：https://www.bilibili.com/video/av14223492

2. 3Blue1Brown 的「微積分的本質」課程：本課程以最為簡單易懂的方式介紹了微積分的本質原理，沒有太多數學公式和枯燥無味的證明。

課程地址：https://www.bilibili.com/video/av24325548

其他線性代數課程

1. 3Blue1Brown 的「線性代數的本質」課程：還是這位大神，強烈推薦！本教程用最簡單的方式介紹線性代數的知識。耐心看下去，沒有不懂的。

課程地址：https://www.bilibili.com/video/av5987715

2. MIT 的線性代數課程：這是一個極其全面的線性代數課程，從幾何空間入手介紹線性代數的原理。Gillbert Strang 老爺子非常有激情，幾個小時大課聽下來都不覺得很累很難。當然，畫質較老，需要適應。

課程地址：https://www.bilibili.com/video/av36568126

相關焦點

  • 免費數學書精選:微積分、線代……數學教授分類整理,精心推薦
    1、CLP Calculus Textbooks這是一本微積分教材，由Joel Feldman、Andrew Rechnitzer和Elyse Yeager編寫，用於哥倫比亞大學的大學微積分課程。Granville的《Elements of the Differential and Integral Calculus》，這本書涵蓋了微積分第一學期的部分。
  • 開源/免費數學書大合集:微積分、線代、數分、抽代…數學教授分類整理,精心推薦
    大列表是由一些小列表組成，其中最豐盛的就是微積分。微積分1、Apex Calculushttp://www.apexcalculus.com/這是一本開源書，來自維吉尼亞軍事學院。氣質有點像傳統的微積分課本，好比Stewart的微積分書。裡面有可交互的3D圖像。
  • 如何自學MIT的應用數學課程?這裡有個參照給你
    具體來說就是參加旁聽課、見教授、完成相應網絡公開課OCW（OpenCourseWare）的課程作業並參與考試。問題是，我漸漸開始喜歡上了數學這門學科本身。而且雖然除了線性代數、概率論和一點向量微積分之外，學習機器學習確實並不需要大量的數學知識，但我發現身邊許多優秀的人通過研究各種數學問題往往可以在機器學習中取得有趣的新突破。因此，我喜歡數學，而且夯實數學基礎看起來對於我將來的深入研究和思路拓展都十分有益。
  • 86歲還在錄網課:MIT教授Gilbert Strang最新「線性代數」課程上線
    Strang 教授一直致力於數學教育，同時對關鍵的數學科目不停地提出新的見解，如 2014 年出版了新教材《微積分方程與線性代數》。2016 年，這本教科書由 MathWorks 支持做成了 55 個系列講座，此系列講座還包含 MATLAB 創始人 Cleve Moler 教授關於數值解的視頻，值得一看。相關資源可以在 MathWorks 官網上找到。
  • MIT 知名華人教授陳剛被捕
    中國應把創新（科學）作為關鍵和核心，無論是從歷史趨勢還是現階段，我們必須做到這一點； 3. 中國經濟排名第二，但技術和人力資源遠遠落後這一位置； 4. 我們正在付出巨大的環境、不可持續的代價，以及勞動力成本； 5.
  • 《簡單微積分》:背公式不是必須的
    內容簡介《簡單微積分》
  • 讓更多人了解微積分(講述·一輩子一件事)
    他熱愛科普和教育事業，著有《畫中漫遊微積分》《微分方程與三角測量》《微積分快餐》等科普讀物，被評為2019年十大科學傳播人物。北京的冬天，空氣中夾雜著些許寒意。一個下午，身著深灰色夾克，頭戴白色帽子的林群緩緩向記者走來……因為前一陣子身體不適，他的身形比往日更顯瘦削。「怎麼讓普通人學會微積分？就得用他熟悉的知識來講。」
  • 教授飛機上寫微積分 被誤認為恐怖分子
    一位常春藤名校的教授在乘坐美國航空的航班時，有乘客誤把他寫的數學公式當成阿拉伯文和恐怖襲擊的伊斯蘭組織代碼，導致他本人不得不接受盤問。這位教授名叫吉多·門齊奧，是賓夕法尼亞大學的經濟學教授，他搭乘的這趟飛機計劃從費城飛往錫拉丘茲，飛機起飛前，他正在演算一道微積分算式。The 41-minute flight was delayed by two hours as the olive-skinned, curly, dark-haired native Italian was questioned.
  • 【經典書】微積分導論第二卷,632頁pdf
    這是為未來的科學家和工程師準備的微積分介紹的第二卷。第二卷是第一卷的延續，包括第六到第十二章。
  • 微積分、線性代數、概率論,這裡有份超詳細的ML數學路線圖
    深入挖掘一下，你會發現，線性代數、微積分和概率論等都和機器學習背後的算法息息相關。機器學習算法背後的數學知識你了解嗎？在構建模型的過程中，如果想超越其基準性能，那麼熟悉基本細節可能會大有幫助，尤其是在想要打破 SOTA 性能時，尤其如此。機器學習背後的原理往往涉及高等數學。例如，隨機梯度下降算法建立在多變量微積分和概率論的基礎上。
  • 中科院院士林群:從事數學研究69年 讓更多人了解微積分
    從事數學研究69年的中科院院士林群——　　讓更多人了解微積分(講述·一輩子一件事)　　本報記者 施 芳　　《 人民日報 》( 2021年01月14日 第 06 版)　　人物小傳　　林群：1935年出生，福建連江人。
  • 在MIT 有哪些東西是本校學生司空見慣,外人覺得匪夷所思?
    我也不明白為什麼一直沿襲這個傳統，但這確實很傳統。諾貝爾獎獲得者很多你剛才隨意聊天的教授實際上是一位諾貝爾獎獲得者，你隨意選的一門課是諾貝爾獎獲得者教的……其實，不一定是諾貝爾獎，MIT大牛教授太多了。
  • 清華把線性代數教材換成英文版引熱議:網友:早該換了
    核心觀點就是：換的好，早該換了。量子位也像清華的同學求證，這事情屬實。這位同學說，原來的教材的確很爛，現在新換的教材很有名，大家都希望用這本教材。那到底換成了啥教材，讓大家如此興奮激動？知乎上一位名為「宜城漫士」的答主說，這是他見過的初級入門線性代數最好的教材。這一觀點也贏得了不少人的認同。基本上都是好評的回答中，知乎答主們也給出了理由，核心是國內外教學理念上的差異。首先是大家多國內教材的評價，優點是簡潔，沒有廢話。但對於初學者來說，這卻是很大的缺點，不少人都說自己很容易被繞的暈頭轉向。
  • 縱觀近幾年競賽,為什麼越來越多的同學開始提前學習微積分
    縱觀近幾年，競賽雖然在思維量上並沒有增加，但計算量卻在增加，微積分在競賽中的應用也變得越來越常規，物競大綱中也明確把微積分列為了必考內容。那物理競賽中微積分需要學到什麼程度，是不是需要專門學習大學的高等數學，微積分用多了會不會弱化物理思想，微積分是不是就是微元法，只用微元法能不能搞定物理競賽。
  • MIT理學院迎來首位女院長，浙大教授被指性騷擾致學生自殺
    這是作為麻省理工學院六大學院之一的理學院自1932年成立以來第一位女院長。1968年出生於巴基斯坦，馬瓦瓦拉是引力波探測的開拓者之一，是雷射幹涉引力波天文臺（LIGO）的領導者之一。LIGO於2015年史上首次直接探測到引力波，這一成果獲得2017年諾貝爾物理獎。
  • 35歲成MIT終身教授!北大數學「黃金一代」再獲大獎
    該獎項只頒發給32歲以下的年輕數學家。2006年，知名華人數學家陶哲軒也曾獲此獎。2017年，時任耶魯大學教授的惲之瑋，拿到了被譽為「科學界的奧斯卡」大獎——科學突破獎。2018年，他成為國際數學界規模最大、水平最高的學術會議——國際數學家大會的邀請報告人。加上今年所獲的西蒙斯學者獎，38歲的惲之瑋已斬獲4項全球大獎。
  • Facebook 被 MIT 教授起訴
    神經魔法究竟做了什麼 尼爾·沙維特教授在 MIT 已經任教 30 多年，主要興趣是設計，實現和推理多處理器算法的技術，尤其是多核機器的並發數據結構以及控制其行為的計算模型的數學基礎。2016 年，沙維特教授開始了新的挑戰，開發人工智慧系統來重建大腦中神經組織的連通性，被稱為「提取大腦的連接圖」。
  • 從事數學研究69年的中科院院士林群:讓更多人了解微積分
    他熱愛科普和教育事業，著有《畫中漫遊微積分》《微分方程與三角測量》《微積分快餐》等科普讀物，被評為2019年十大科學傳播人物。北京的冬天，空氣中夾雜著些許寒意。一個下午，身著深灰色夾克，頭戴白色帽子的林群緩緩向記者走來……因為前一陣子身體不適，他的身形比往日更顯瘦削。「怎麼讓普通人學會微積分？就得用他熟悉的知識來講。」
  • 喜歡看看星星的朋友了解一下,對初學者望遠鏡選購的幾點建議
    當您已經十分熟悉您的雙筒鏡，並且對所見大星座位置和主要天體的運行規律也十分了解（這使您更快找到目標天體），而且想進一步觀測日、月及大行星、深空天體的細節時，就可以考慮購置能力更強的天文望遠鏡了。天文望遠鏡的光學結構大致分為三種，即折射式、反射式和折反式。
  • 一部化繁為簡的微積分讀物
    到了19世紀，柯西和外爾斯特拉斯將微積分學建立在極限的理論之上，又有了戴德金和康託所建立的實數理論，使極限理論有了鞏固的基礎，這才把微積分學嚴密化了。但這時距牛頓、萊布尼茲他們已經過去200年了。 這就是數學！它抽象、嚴謹，在邏輯推理上無懈可擊。無怪西方人在談論某件事時會說：「It’s mathematics!」（這是數學！）