微积分这东西往往一看就容易让人望而生畏，毕竟作为高等数学的分支，它们不知道折腾过多少同学。然而如果要涉足机器学习人工智能相关技术知识，机智客或者这么说，要涉足计算机更深更专的编程技术，相关的数学比如微积分这类基本知识又是绕不开的。所以，该学还得学，能学多少能学多深，除了看天，还得看人，附加的还要看路。
以前完全小白的时候一看到微积分，还以为是一个概念。后来才知道是两个概念：微分和积分。而微分积分，又互为颠倒逆转运算。也就是说，微分的逆运算是积分，积分的逆运算是微分。学到这里，机智客嘴角泛出一丝笑容：人类真有意思，从A吭哧吭哧推导到B发现不解恨（还有问题要解决），又不甘心地吭哧吭哧再从B推导到A。
我们在前面的文章中已经知道，导数dy/dx的概念，而微分就是抠摸这点增量那点增量，然后然后求导最终得到函数的微分，而积分呢，恰恰则是已知一个函数的导数，然后再去倒推这个导数的函数。所以微积分说白了，就是围绕着导数折腾来折腾去，从这推导到那，再从那推导到这。
从函数和极限等基本概念开始，循序渐进涉足微分。逐步了解推出延伸至导数和相关知识，然后就是再延伸，方向导数和梯度（广大深度学习机器学习朋友最为熟悉的概念）。当然其中还有向量概念和知识，直至到积分，展开函数原函数，不定积分定积分等等。
简言之微分积分就是互为逆运算，无怪乎被叫做微积分。导数求导是关键的节点，也是重要的知识点。好多高阶内容都是围绕这个展开的或者以这个为基础奠定的。
微分通过细微增量来求导，这里要了解导数，求导、偏导等知识，而积分通过导数来求原函数，这里要了解原函数族，定积分不定积分等知识。机智客觉得，要知道我们都了解深度学习项目中每天都在搞梯度下降找最小损失。说到底，就是小碎步扭扭捏捏小心翼翼往下挪步，最终找那个最低点的值。所以翻来覆去推来推去微分积分吧，搞透了，再回头看机器学习深度学习的相关项目知识和代码，相对就好多了——毕竟不光求导，机器学习深度学习贯穿了很多数学知识。
