模
norms包含多重含义
L-0 norm: 查向量中的非零数
L-1 norm: 曼哈顿距离
L-2 norm: 欧式距离
L-infinity norm: 向量汇总所有数中最大的数
张量 tensor
一个向量可以用笛卡尔坐标系的一组数值表示（1阶张量）
同样也可以用矩阵表示（2阶张量）
同样可以用立方体表示（3阶张量）
张量代表的是衡量事务的方式，看问题的角度
determinant 行列式
行列式的本质是两个二维向量组成平行四边形的面积
四边形的面积
特征值和特征向量 trace
Ax = lambda*x
奇异值分解
概率统计部分
重点：主观概率
可能发生空间的大小，最早是集合论诠释概率
概率公理
P(A) >=0
