人工智能数学基础云原生学习环境
MathGenesis 是专为考研数学和人工智能数学基础设计的一体化学习环境。基于云原生技术构建,预装完整的 Python 数学计算生态,开箱即用。
| 主题 | 核心内容 | AI 应用 |
|---|---|---|
| 极限与连续 | 函数极限、无穷小分析 | 损失函数收敛性 |
| 微分学 | 导数、梯度、泰勒展开 | 梯度下降、反向传播 |
| 积分学 | 定积分、反常积分 | 概率密度函数 |
| 多元微积分 | 偏导数、方向导数 | 多变量优化 |
| 主题 | 核心内容 | AI 应用 |
|---|---|---|
| 向量与矩阵 | 向量空间、线性变换 | 数据表示、特征工程 |
| 矩阵分解 | LU、QR、SVD 分解 | 降维、推荐系统 |
| 特征值问题 | 特征值、特征向量 | PCA、谱聚类 |
| 二次型 | 正定矩阵、优化理论 | 损失函数凸性分析 |
| 主题 | 核心内容 | AI 应用 |
|---|---|---|
| 概率基础 | 随机变量、期望方差 | 不确定性建模 |
| 分布理论 | 正态、泊松、指数分布 | 先验分布设计 |
| 统计推断 | 参数估计、假设检验 | 模型评估 |
| 回归分析 | 线性/逻辑回归、正则化 | 预测建模 |
numpy # 数值计算基础 sympy # 符号数学 matplotlib # 数据可视化 pandas # 数据处理 scikit-learn # 机器学习 ipython # 交互式 Python ipykernel # Jupyter 内核
/workspace/ ├── README.md # 项目说明 ├── LICENSE # MIT 许可证 ├── settings.json # VS Code 配置 ├── .gitignore # Git 忽略规则 ├── .cnb.yml # CNB 构建配置 ├── Dockerfile # 环境镜像定义 └── mathgenesis/ # 学习资料目录 ├── calculus/ # 微积分 ├── linear_algebra/ # 线性代数 ├── probability/ # 概率统计 └── notebooks/ # Jupyter 示例
| 组件 | 版本/路径 |
|---|---|
| 基础系统 | Ubuntu 24.04 LTS |
| Python | 3.12 |
| 虚拟环境 | /opt/mathgenesis |
| Python 解释器 | /opt/mathgenesis/bin/python |
| 包管理器 | UV |
MIT © 2026 MathGenesis