1. 概述
学好数理化, 走遍天下都不怕. 机器学习用到这点数学知识, 真的不算啥.
本系列贴子为 “2020 smale 暑假魔鬼训练” 准备.
1.1 动机
- 克服对数学表达式的恐惧. (能力与心理的培养)
- 从学习到表达. (创造性的培养)
- 同一篇论文中的符号系统应保证一致性、完备性 (严谨性的培养).
1.2 表达方式比较
论文中表达思想、知识、设计的几种方式:
- 文字: 柔和, 灵活.
- 图: 一幅图胜过千言万语. 丰富, 直观.
- 表: 清晰明了.
- 代码: 细致.
- 数学表达式: 准确、简洁.
1.3 数学表达式的几个误区
- 公式这种说法很具有误导性. 欧拉公式. 应该叫做 equation 或 expression. 已经发表出来的论文, 其数学表达式不一定正确.
- 数学表达式的特点不是复杂, 而是简单准确 (与文字相比). 有时候看起来复杂, 也可以分解.
- 数学表达式不是越难懂越好, 而是越简洁易懂越好. 其它表达方式同理.
1.4 如何写好数学表达式
- 从易到难. 是学习已有表达式的逆过程.
- 从模仿到表达. 最好找《离散数学》《概率论与数理统计》《机器学习》(西瓜书) 等书籍模仿, 其次是顶刊论文, 一般论文不要去看.
- 从一而终. 统一风格, 不再受其它文献的影响.
- 举例说明. 正例与反例.
- 对比分析. 与已有数学表达式对比.
- 相互印证. 与文字描述、示意图、运行实例、代码相互印证.
- 讨论. 相互攻击找碴.
1.5 几条准则
- 提 "XXX 公式"的时候, 提出者必须是大数学家.
- 提 “XXX 说” 的时候, 这个人的水平不得低于周志华.
- 不得将其它可视化工具写的数学表达式转成 latex.
1.6 作业
描述你在学习、使用数学表达式时的困难, 可举例说明.