AI 学习路线图 02 · AI 数学基础

ielts 👁 2 · 💬 0 · 📅 2026-09-16

📌 AI

← Blog 📡 RSS

English version: AI Learning Roadmap 02 · Mathematics for AI

02 · AI 数学基础

AI 学习路线图 · 第 2 站（共 9 站）

为什么这一站重要

这是大多数人最害怕的部分，而让它变简单的秘密是：你只需要四样工具，而且每一样都有大白话的含义。 机器学习归根结底是三个操作：

用向量和矩阵表示事物（线性代数）。
用梯度衡量模型错得多离谱、并改进它（微积分）。
用概率与统计推理不确定性和数据。

优化——梯度下降——是三者的交汇点：它是让每个模型学会学习的算法。

你不需要成为数学家。你需要的是精确到足以用来推理的直觉。这一站里每个公式都先讲"它实际是干什么的"，公式其次。而且你会亲手用 NumPy 实现其中最关键的几个。

核心概念

1. 线性代数 —— 数据的语言

向量就是一串数字。 在 AI 里，一个向量 = 一个东西：一个数据点、一个词、一张展平的图像。[0.2, 0.8, 0.5] 可能是某个客户的三个特征。矩阵就是一组向量组成的表格——你的整个数据集，按行存放。

三个真正重要的运算：

向量加法与缩放 —— 组合或拉伸数据。两个向量相加是平移一个点；乘以标量是拉伸它。
点积 —— 整个 AI 界的主力运算。a · b = Σ aᵢbᵢ——对应分量相乘再求和。它的含义：两个向量同向的程度——一种相似度度量。每个神经网络层都在算点积。每次嵌入相似度都是一个点积。
矩阵乘法 —— 一次完成大量点积的紧凑写法。Wx（权重矩阵乘以输入向量）恰好就是神经网络一层做的事：W 的每一行是一组权重，结果是一串加权和的向量。理解这一句话，你就理解了神经网络的全部架构：层就是带可学习权重的矩阵乘法。

还会经常遇到的两个概念：

范数 —— 向量的"长度"‖v‖。欧几里得范数就是直线距离。处处用于衡量误差和归一化。
特征值/特征向量与 SVD —— 矩阵的深层结构：这个变换在哪些方向上拉伸得最厉害？ 你不需要手算它们，只需要知道它们存在，因为它们是**主成分分析（PCA）**的引擎——只保留数据最重要的方向来做压缩——也支撑着很多推荐和压缩系统。

**你会用在哪里：**每个数据集都是一个矩阵；每个嵌入（词、图像、文档）都是一个向量；每次相似度搜索都是点积；每个神经网络都是矩阵。

2. 微积分 —— 改进的语言

导数回答一个问题：如果把输入轻轻动一下，输出会变多少？ 它是一个变化率——一条斜率。

在机器学习里我们有一个损失函数：一个数字，表示模型在数据上错得多离谱。我们想让它变小。为此我们需要知道：对于模型的每个旋钮（参数），该往哪个方向拧，拧多大力？

梯度是把它推广到很多旋钮同时存在的情况：一个由每个参数的偏导数组成的向量，指向损失上升最快的方向。我们朝反方向走——所以叫梯度下降。
链式法则是深度学习中最重要的一个想法。它让我们能计算"改变早期某一层的权重如何影响最终损失"——把变化率逐层相乘。这正是反向传播：链式法则从输出端一路应用回网络。如果你真正理解了链式法则，你就理解了神经网络是如何学习的。
偏导数 —— 固定其他变量、只对某一个变量求导。网络里每个权重都有自己的偏导数。

记住这个直觉：学习 = 反复（1）计算模型错得多离谱，（2）计算梯度——改进的方向，（3）朝那个方向迈一小步。

3. 概率与统计 —— 不确定性的语言

AI 处理的是不确定的预测："这张图有 87% 的概率是猫。"概率就是表达和组合这种不确定性的方式。

概率基础 —— 事件、P(A)、概率之和为 1 的事实。
条件概率与贝叶斯定理 —— P(A|B) = P(B|A)P(A) / P(B)。大白话：看到新证据 B 之后，你该如何更新对 A 的信念？ 贝叶斯定理是"学习"的形式化版本：从一个先验信念出发，观察数据，得到后验信念。它支撑朴素贝叶斯分类器，而贝叶斯的精神——从证据中更新——正是你思考每个模型输出时应该有的方式。
随机变量与分布 —— 随机变量是一个带有概率的值。正态（高斯）分布是钟形曲线——测量噪声和模型权重初始随机性的默认假设。伯努利/二项分布描述是非对错和成功次数。当有人说"数据服从某种分布"时，意思是：如果我采样很多值，直方图是这个形状。
期望与方差 —— 期望是无限次采样后你会得到的平均值（分布的"中心"）；方差是数据有多分散。当你对一批损失值取平均时，你就是在估计一个期望。
极大似然估计（MLE） —— 统计学和大部分训练背后的原则：选择让观测数据出现概率最大的参数。 训练一个模型，数学上就是寻找让训练数据概率最大的参数（深度学习里略有变化，但精神完全一致）。
假设检验基础 —— p 值和统计显著性，用一段话讲：它们问的是"如果其实什么都没发生，这个结果有多令人意外？" 你需要掌握到能批判性地读论断的程度（并且知道你在网上看到的大多数 A/B 测试结果都值得怀疑）。

4. 优化 —— 学习实际如何发生

梯度下降是训练一切的算法。完整流程如下：

初始化参数（随机，或用一个聪明的方案）。
计算模型在数据上的损失。
计算损失对每个参数的梯度。
更新每个参数：θ ← θ − η · ∂L/∂θ——朝梯度的反方向迈一步。
重复，直到损失不再下降。

两个旋钮比其他所有都重要：

学习率 η —— 步长。太大：损失爆炸或震荡。太小：训练如蜗牛。选一个好的学习率（并安排它随时间衰减）是整个深度学习里最重要的实用技能之一。
随机 vs 批处理 —— 每一步都在整个数据集上算梯度太贵；每次只用一个随机样本（随机梯度下降，SGD）或一小批随机样本，噪声大但快，而且噪声反而有助于跳出糟糕的局部极小值。

你还会听到凸性——对于凸损失（只有一个碗），梯度下降可证明达到全局最小值；对于非凸损失（很多山谷——深度学习的真实世界），它找到的是不错的局部最小值。实践在乎"好"，不在乎"可证明最优"。

工具与技能

NumPy —— 基础数组库。向量和矩阵就是 NumPy 数组。要掌握：创建数组、shape、索引、广播、dot、mean、std、random。
Matplotlib —— 绘图。你会一直可视化数据和训练曲线。要掌握：折线图、散点图、直方图、子图。
可选但推荐：Jupyter 笔记本作为这一切的草稿纸。

动手任务

**向量直觉（第 1–2 天）。**在 NumPy 里：创建向量，计算点积、范数、向量夹角。画出两个向量及它们的和。让自己确信点积真的衡量相似度（让一个向量和自身做点积，再和它的反方向做点积对比）。
**矩阵作为变换（第 3 天）。**拿一个 2×2 矩阵，把它作用在一组网格点上，画出结果。亲眼看到矩阵拉伸和旋转空间。这就是网络每一层对你的数据所做的事。
**从零实现梯度下降（第 4–8 天）—— 里程碑。**生成合成数据 y = 3x + 2 + 噪声。不借助任何机器学习库，写梯度下降通过最小化均方误差来拟合一条直线。画出损失曲线下降、拟合线收敛的过程。这一个项目教给你的"所有 AI 如何学习"，比看一个月视频还多。
**贝叶斯实战（第 9 天）。**经典题：某种病影响 1% 的人；检测准确率 95%。如果检测呈阳性，你真正患病的概率是多少？用贝叶斯定理算。这个（令人惊讶且重要的）答案就是为什么不能盲目相信原始检测结果。
**分布（第 10 天）。**从正态分布采样 10,000 个值，画出直方图。不断增加样本量，看直方图变成钟形曲线——大数定律变得可见。

里程碑检查点

满足以下条件，你才能进入第 3 站：

你用 NumPy 从零实现了梯度下降，而且它真的收敛了（损失下降、线拟合成功）。
你能用自己的话解释链式法则在反向传播中的作用。
你能说出点积的含义，而不只是怎么算。
你能手算一个贝叶斯定理的例子并解释结果。
你能读懂 θ ← θ − η·∇L 并说出它用大白话在做什么。

精选资源

3Blue1Brown —— 线性代数的本质和微积分的本质—— 地球上最好的直觉；先看视频，再读别的。
《Machine Learning 的数学》（Deisenroth, Faisal, Ong）—— 深度恰到好处；免费 PDF。读第 2–6 章（线性代数、微积分、概率、优化）。
可汗学院 —— 概率与统计—— 补缺用；直接跳到上面这些主题，其余略过。
NumPy 快速上手—— 官方十分钟导览；尽早做一遍。

时间规划

**总计：**约 4 周，每周 10–15 小时。
**建议安排：**第 1 周 → 线性代数 + 任务 1–2；第 2 周 → 微积分直觉 + 梯度下降任务；第 3 周 → 概率与统计 + 贝叶斯任务；第 4 周 → 优化深入、复习、里程碑。

衔接下一站

你手里现在有了每个模型都会用的三样工具：用向量表示、用梯度改进、用概率处理不确定性。第 3 站让它们真正开始工作——机器学习就是在数据规模上应用这些思想。你会再次在第一个小时就遇到梯度下降，只不过这次是 scikit-learn 帮你干重活，而你会理解它底下在做什么。