本文列出了常用的機器學習數學符號（Mathematical notations），包含代數、微積分、線性代數、概率論、集合論、統計學以及希臘字母。

代數

符號名稱描述例子

(f°g)	復合函數	嵌套函數	(f°g)(x)=f(g(x))
?	德耳塔	變化/區別	?x=x_1-x_0
e	歐拉數	e=2.718281828	s=11+e?z
∑	求和	求和	∑x_i=x_1+x_2+x_3
∏	大寫派	所有數的乘積	∏x_i=x_1?x_2?x_3
?	艾普西隆	0附近的小數	lr=1e-4

微積分

符號名稱描述例子

x′	一階導數	一階導數	(x^2)′ =2x
x″	二階導數	二階導數	(x^2)″ =2
lim	極限	x接近0時的函數值
?	nabla	梯度	?f(a,b,c)

線性代數

符號名稱描述例子

[ ]	方括號	矩陣或向量	M=[135]
?	點	點積	Z=X?W
⊙	哈達馬	哈達馬乘積	A=B⊙C
XT	轉置	矩陣轉置	WT?X
x→	向量	向量	v=[123]
X	矩陣	大寫字母如	X,C,A,I,Y,O,N,G,J,I
x^	單位向量	大小為1的向量	x^

概率論

符號名稱描述例子

P(A)	概率	事件A發生的概率	P(x=1) = 0.5

集合論

符號名稱描述例子

S	集合	不同元素的列表	S = {1, 5, 7, 9}

統計學

符號名稱描述例子

μ	總體均值	總體平均值
xˉ	樣本平均值	總體子集的平均值
σσ2	總體方差	總體方差
s2	樣本方差	總體子集的方差
σX	標準偏差	總體標準差
s	樣本標準差	樣本標準差
ρX	相關性	變量X和Y的相關性
x~	中位數	變量x的中值

希臘字母

大寫小寫英文注音國際音標注音中文注音

Α	α	alpha	alfa	阿耳法
Β	β	beta	beta	貝塔
Γ	γ	gamma	gamma	伽馬
Δ	δ	deta	delta	德耳塔
Ε	ε	epsilon	epsilon	艾普西隆
Ζ	ζ	zeta	zeta	截塔
Η	η	eta	eta	艾塔
Θ	θ	theta	θita	西塔
Ι	ι	iota	iota	約塔
Κ	κ	kappa	kappa	卡帕
∧	λ	lambda	lambda	蘭姆達
Μ	μ	mu	miu	繆
Ν	ν	nu	niu	紐
Ξ	ξ	xi	ksi	可塞
Ο	ο	omicron	omikron	奧密可戎
∏	π	pi	pai	派
Ρ	ρ	rho	rou	柔
∑	σ	sigma	sigma	西格馬
Τ	τ	tau	tau	套
Υ	υ	upsilon	jupsilon	衣普西隆
Φ	φ	phi	fai	斐
Χ	χ	chi	khai	喜
Ψ	ψ	psi	psai	普西
Ω	ω	omega	omiga	歐米

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 本站知識星球“黃博的機器學習圈子”（92416895） 本站qq群704220115。 加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【机器学习基础】前置知识（一）：数学符号及希腊字母的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。