第一单元差异化简介：该死的？
衍生物。 嗯？
好吧，正如您可能会亲切地问到的那样，有两种方法可以处理派生类。 几何和物理，但让我们更多地关注导数的几何部分。
Derivative的有趣之处在于您可以将其连接到任何已知的数学函数中……
让我们开始
几何路径
在某些随机函数y = f（x）中P =（x，y）的切线
一旦找到切线。
切线不能接触多个点。 但是，SECANT可以。 橙色的一条是一条割线，因为它接触到点P和右上角的点，我们称它为点Q。
X的变化和F的变化是找到斜率所需的两个变量
下一步是什么？
我们为什么要照顾这个名词？
因为这对所有测量都很重要！ 科学，工程学，政治学等……您永远不知道什么时候派生派上用场……
导数用于发现变化率，切线斜率，边际利润，边际成本，边际收益，线性逼近，函数的无限级数表示，优化问题以及更多应用程序。-Mohammad Riazi-Kermani
作为ML的狂热分子，派生工具是汽车的车轮。 在机器学习中，您创建一个目标函数，该函数描述模型对数据的预测程度并尝试对其进行优化。 对于复杂的模型，通常很难为模型找到确切的最佳参数。 要弄清楚每个参数在多大程度上改变了函数的值，您必须使用导数。 蒂莫西·约翰逊（Timothy Johnson）
因此，是的，从根本上来说，学习派生对于进入AI / ML领域的任何人都是必不可少的。
