qq_41033011的博客

收藏一篇写得极好的傅里叶变换 深入浅出的讲解傅里叶变换（真正的通俗易懂）

原文链接：决策表Definition 1. A decision system is a 5-tuple S=(U,C,D,V,I)S = (\mathbf{U}, \mathbf{C}, \mathbf{D}, \mathbf{V}, I)S=(U,C,D,V,I), whereU={x1,x2,…,xn}\mathbf{U} = \{x_1, x_2, \dots, x_n\}U={x1​,x2​,…,xn​} is the set of instances.C={a1,a2,…,an}\mat

1. 有向图Definition 1：A directed graph is tuple G=(V,E)G = (\mathbf{V}, \mathbf{E})G=(V,E), where V\mathbf{V}V is the set of nodes, E⊆V×V\mathbf{E} \subseteq \mathbf{V} \times \mathbf{V}E⊆V×V is the set of arcs(弧).节点集合 V={v1,v2,…,vn}\mathbf{V} = \{v_1, v

  最小二乘法貌似还给老师了，是时候该要回来了！！！1. 最小二乘法的原理与要解决的问题  最小二乘法是由勒让德在19世纪发现的，形式如下式：标函数=∑(观测值−理论值)2标函数= \sum (观测值 - 理论值)^2标函数=∑(观测值−理论值)2  观测值就是我们的多组样本，理论值就是我们的假设拟合函数。目标函数就是在机器学习中常说的损失函数，我们的目标是得到使目标函数最小化时候的拟合函数的模型。举一个最简单的线性回归的简单例子，比如我们有 mmm 个只有一个特征的样本：(xi,yi)(i=1,2

1. 树的定义直接上头疼的数学定义：A tree is a triple TTT = (V,r,p)(\bm{V}, r, p)(V,r,p) and ϕ\phiϕ be a null node, where V\bm{V}V = {v1,…,vnv_1, \dots, v_nv1​,…,vn​} is set of nodes, r∈Vr ∈ \bm{V}r∈V is the root, and p:V→Vp: \bm{V} \to \bm{V}p:V→V is the parent function

1. 集合  话不多说，先甩一张图。1.1 集合定义  由上图可知，集合通常有三种表示方法。列举法：无疑是最没有技术含量的，一股脑把集合中的元素全部写出来。如：A\AlphaA = {0, 1, 2, 3, 4, 5} 是阿拉伯数字的集合；N\NuN = {0, 1, 2,…} 是自然数的集合；描述法：有些地方叫谓词法。如：A\AlphaA = {xxx ∈ N\NuN | xxx mod 2 = 1};韦恩图：通常用一个圆来代表一个集合;  问题来了：集合 A\AlphaA = {

说在前面  好久没有正经的弄过数学了，如果有错误请轻喷。  先从度娘那搜到本科阶段学习的离散数学（概论）大概会包含以下内容：集合论/群论：整个数学界万物起源函数：建立在集合论基础上，函数式入门关系论：建立在集合论基础上，表示高维度对象，数据库入门命题逻辑/布尔代数：逻辑推导与化简组合数学：计算问题通解数论：密码学入门，组合数学理器图论：数学建模入门，数据结构入门，建模界万物起源计算理论：理论计算科学万物起源，编译原理入门，函数式入门，算法复杂性分析  离散数学是计算机科学的基础