P2 概率论与贝叶斯先验
概率公式(24:00)：
贝叶斯公式（29:00）：
指数分布(49:00)：
总结各个分布：
P3 矩阵和线性代数
SVD（4:00）
矩阵和向量的乘法(42:00)
矩阵的秩（46:00）
QR分解(85:30):
2）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”，可以word编辑，可做思维导图，可以手写拍照，要求言简意赅、排版整洁。
梯度:
其实就是一个向量，一个元素的偏导数，它是有大小和方向的，沿着梯度上升最快的方向可以得到最大值，
同样，沿着梯度下降最快的方向可以得到最小值。
梯度下降:
它就相当于我们在山顶，想要下山的过程。当站在山顶时，想要抵达底部，在不知下山的速度时，
以当前的位置为准，沿着最陡的方向下山，每一步都判断最陡的方向，一步一步走去，直到山脚下，
这样我们就能抵达山脚下。
贝叶斯定理:
贝叶斯定理是关于随机事件A和B的条件概率和边缘概率，可以解决事件B发生的概率下事件A发生的概率，
反之可以解决事件A发生的概率下事件B发生的概率。
