函数是数学描述对应关系的一种特殊集合
1
积分是微积分学与数学分析里的一个核心概念。通常分为定积分和不定积分两种。直观地说，对于一个给定的正数实值函数
f
{\displaystyle f}
，
f
{\displaystyle f}
在一个实数区间
[
a
,
b
]
{\displaystyle [a,b]}
上的定积分
数列是由数字组成的序列，也就是以正整数为定义域，值域包含于某数的函数。数列及其相关术语常用于有关递回关系式的研究，而级数本身更是一种特殊的数列。
微分方程是一种数学方程，用来描述某一类函数与其导数之间的关系。微分方程的解是一个符合方程的函数。而在初等数学的代数方程里，其解是常数值。
Haskell是一种标准化的，通用的纯函数式编程语言，有惰性求值和强类型系统类型。它的命名源自美国逻辑学家哈斯凯尔·加里，他在数理逻辑方面上的工作使得函数式编程语言有了广泛的基础。在Haskell中，“函数是头等物件”。作为一门函数程式语言，主要控制结构是函数。Haskell语言是1990年在编程语言Miranda的基础上标准化的，并且以Λ演算为基础发展而来。这也是为什么Haskell语言以希腊字母“λ”作为自己的标志。Haskell具有“柯里-霍华德同构”的特征。
人工神经网络，简称神经网络或类神经网络，在机器学习和认知科学领域，是一种仿生学生物神经网络的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统，通俗地讲就是具备学习功能。现代神经网络是一种非线性统计性数据建模工具，神经网络通常是通过一个基于数学统计学类型的学习方法得以优化，所以也是数学统计学方法的一种实际应用，通过统计学的标准数学方法我们能够得到大量的可以用函数来表达的局部结构空间，另一方面在人工智能学的人工感知领域，我们通过数学统计学的应用可以来做人工感知方面的决定问题，这种方法比起正式的逻辑学推理演算更具有优势。
在数学中，像是一个跟函数相关的用语。
在函数式编程中，函子是受到范畴论函子启发的一种设计模式，它允许泛型编程在内部应用一个函数而不改变泛化类型的结构。函子形成了更复杂的抽象如应用式函子、单子、单子的基础。
数学中，一个由集合
X
{\displaystyle X}
映射至集合
Y
{\displaystyle Y}
的函数，若对每一在
Y
{\displaystyle Y}
内的
y
{\displaystyle y}
，存在唯一一个在
X
{\displaystyle X}
内的
x
{\displaystyle x}
与其对应，且对每一在
X
{\displaystyle X}
内的
x
{\displaystyle x}
，存在唯一一个在
Y
{\displaystyle Y}
内的
y
{\displaystyle y}
与其对应，则此函数为对射函数。
在数学中，函数 f 的图形指的是所有有序对组成的集合。具体而言，如果x为实数，则函数图形在笛卡儿坐标系上呈现为一条曲线。如果函数自变量x为两个实数组成的有序对，则图形就是所有三重序组成的集合，呈现为曲面。
Mini wiki
