写这篇post的缘故是最近整理机器学习的相关公式，经常要用到$\text{KATEX}$, 但网络上搜索到的西瓜书符号表的表示有些并不准确或不严谨，本着严谨治学的态度，整理了一下符号表的$\text{KATEX}$表示，希望有所帮助,整理过程中参考了《南瓜书》和 $\text{KATEX}$官方文档.

符号表

符号	说明	$\text{KATEX}$
$x$	标量	$x$
$\mathbf{x}$	向量	$\boldsymbol{x}$
$\mathbf{x}$	变量集	$\mathbf{x}$
$\mathbf{A}$	矩阵	$\mathbf{A}$
$\mathbf{I}$	单位阵	$\mathbf{I}$
$\mathcal{X}$	状态空间	$\mathcal{X}$
$\mathcal{D}$	概率分布	$\mathcal{D}$
$D$	数据样本	$D$
$\mathcal{H}$	假设空间	$\mathcal{H}$
$H$	假设集合	$H$
$\mathfrak{L}$	学习算法	$\mathfrak{L}$
$(\cdot ,\cdot ,\cdot )$	行向量	$(\cdot,\cdot,\cdot)$
$(\cdot ;\cdot ;\cdot )$	列向量	$(\cdot;\cdot;\cdot)$
$(\cdot {)}^T$	向量或矩阵转置	$(\cdot)^T$
{ ⋯ } \{\cdots\} {⋯}	集合	$\{\cdots\}$
∣ { ⋯ } ∣ \lvert \lbrace \cdots \rbrace \rvert ∣{⋯}∣	集合中元素个数	$\lvert \lbrace \cdots \rbrace \rvert$
$\Vert \cdot {\Vert }_p$	$L_p$ 范数, $p$缺省时为$L_2$范数	$\lVert \cdot \rVert _p$
$P(\cdot ),P(\cdot \mid \cdot )$	概率质量函数, 条件概率质量函数	$P(\cdot),\, P(\cdot \mid \cdot)$
$p(\cdot ),p(\cdot \mid \cdot )$	概率密度函数,条件概率密度函数	$p(\cdot),\,p(\cdot\mid\cdot)$
${\mathbb{E}}_{\cdot \sim \mathcal{D}}\left[f\left(\cdot \right)\right]$	函数$f(\cdot )$ 对 $\cdot$ 在分布$\mathcal{D}$ 下的数学期望; 意义明确时将省略$\mathcal{D}$ 和(或) $\cdot$	$\mathbb{E}_{\cdot \sim \mathcal{D}}\left [ f\! \left ( \cdot \right ) \right ]$
$\sup (\cdot )$	上确界	$\sup(\cdot)$
$\mathbb{I}(\cdot )$	指示函数, 在$\cdot$ 为真和假时分别取值为$1,0$	$\mathbb{I}(\cdot)$
$\mathrm{sign}(\cdot )$	符号函数，在$\cdot <0,=0,>0$时分别取值为$-1,0,1$	$\operatorname{sign}(\cdot)$

同时为了方便保存，也生成了图片版本作为cheetsheet