不同的人有不同的符号标记,而在这节中,我们将会介绍本读物一些常见的符号标记。
符号 |
含义 |
符号 |
含义 |
$\sum$ |
连加 |
$\prod$ |
连乘 |
$\max$ |
最大值 |
$\min$ |
最小值 |
$\argmax$ |
最大值的参数 |
$\argmin$ |
最小值的参数 |
$\log$ |
自然对数(对 $e$) |
$\ln$ |
自然对数 |
$\exp(x)$ |
指数函数 $e^x$
|
$\sqrt{\cdot}$ |
开方 |
$\frac{a}{b}$ |
分数 $\frac{a}{b}$
|
$\mid{\cdot}\mid$ |
绝对值 |
符号 |
含义 |
符号 |
含义 |
$\mathbb{R}$ |
实数集 |
$\mathbb{N}$ |
自然数集 |
$\mathbb{Z}$ |
整数集 |
$\mathbb{Q}$ |
有理数集 |
$\mathbb{R}^+/\mathbb{R}^*$ |
正实数集 |
$\mathbb{N}^+/\mathbb{N}^*$ |
正自然数集 |
$\in$ |
属于 |
$\notin$ |
不属于 |
$\subset$ |
子集 |
$\subseteq$ |
真子集 |
$\cup$ |
并集 |
$\cap$ |
交集 |
符号 |
含义 |
符号 |
含义 |
$f'(x)$ |
函数 $f$ 对 $x$ 的导数 |
$f''(x)$ |
函数 $f$ 对 $x$ 的二阶导数 |
$\frac{\partial f}{\partial x}$ |
对 $f$ 求 $x$ 的偏导数 |
|
|
$\nabla f(x)$ |
函数 $f$ 位于 $x$ 的梯度 |
$H_f(x)$ |
函数 $f$ 位于 $x$ 的海森矩阵 |
符号 |
含义 |
符号 |
含义 |
$x$ |
实数 $x$
|
$X$ |
矩阵 |
$\mathbf{x}$ |
向量 $\mathbf{x}$
|
$X_i$ |
矩阵 $X$ 的第 $i$ 行 |
$\mathbf{x}^{(i)}$ |
向量 $\mathbf{x}$ 的第 $i$ 个元素 |
$X_{i, j}$ |
矩阵 $X$ 第 $i$ 行 第 $j$ 列的元素 |
$\mathbf{x}_i$ |
第 $i$ 个向量 $\mathbf{x}$
|
$X_{, j}$ |
矩阵 $X$ 第 $j$ 列 |
$\vert \mathbf{x} \vert$ |
向量 $\mathbf{x}$ 的膜(几何长度) |
$\vert\vert \mathbf{x} \vert\vert$ |
向量 $\mathbf{x}$ 的膜(几何长度) |
$\mathbf{x}^T$ |
向量 $\mathbf{x}$ 的转置 |
$X^T$ |
矩阵 $X$ 的转置 |
符号 |
含义 |
符号 |
含义 |
$P(A)$ |
事件 $A$ 的概率 |
$P(A\mid B)$ |
在事件 $B$ 发生的条件下,事件 $A$ 发生的概率 |
$P(A,B)$ |
事件 $A$ 和 $B$ 同时发生的概率 |
$P(A\cup B)$ |
事件 $A$ 和 $B$ 至少有一个发生的概率 |
$P(A\cap B)$ |
事件 $A$ 和 $B$ 同时发生的概率 |
|
|
$\mathbb{E}(X)$ |
随机变量 $X$ 的期望 |
$\text{Var}(X)$ |
随机变量 $X$ 的方差 |
$\sigma$ |
标准差 |
$\sigma^2$ |
方差 |
$\mu$ |
均值 |
|
|
$x \sim P$ |
随机变量 $x$ 服从概率分布 $P$
|
$\mathcal{N}$ |
正态分布 |
$\epsilon$ |
随机误差 |
|
|
缩写 |
含义 |
缩写 |
含义 |
$\mathcal{D}$ |
数据集 |
$\mathcal{X}$ |
输入空间 |
$\mathcal{Y}$ |
输出空间 |
$\mathbf{w}$ |
权重 |
$\mathbf{x}$ |
输入数据 |
$y$ |
输出数据 |
$\hat{y}$ |
预测数据 |
$f$ |
函数 |
$\eta$ |
学习率 |
|
|
缩写 |
含义 |
缩写 |
含义 |
$s.t.$ |
subject to |
$i.e.$ |
换句话说 |
$w.r.t.$ |
with respect to/关于 |
$e.g.$ |
例如 |
$i.i.d.$ |
independent and identically distributed/独立且同分布 |
|
|