qq_45705639的博客

原创 数学建模-第6章 数据处理与拟合模型

背景：原始数据往往会出现混乱和不全面大情况，而模型又需要有效识别并提取信息。所以要尽可能对数据进行预处理，加强最后效果的上限。表现：最后的结果：背景：由于数据可能偏大，或偏小，造成模型训练的不准确，所以要对数据进行归一化。两个比较典型的规约方式：min-max规约和Z-score规约将数据归一化到[0,1]范围内，当出现异常值，如非常非常大的值时，数据的分布会有偏。xnew=x−min(x)max(x)−min(x)x_{new}=\frac{x-min(x)}{max(x)-min(x)}xnew

原创 数学建模-第2章 微分方程与动力系统

明天补。

原创 大模型—第二章 使用 LLM API 开发应用

LLM 生成是具有随机性的，在模型的顶层通过选取不同预测概率的预测结果来生成最后的结果。我们一般可以通过控制 temperature 参数来控制 LLM 生成结果的随机性与创造性。即，我们每一次访问大模型的输入为一个 Prompt，而大模型给我们的返回结果则被称为 Completion。Prompt 最初是 NLP（自然语言处理）研究者为下游任务设计出来的一种任务专属的输入模板。对于不同的问题与应用场景，我们可能需要设置不同的 temperature。

原创 大模型—第一章 大模型简介

https://datawhalechina.github.io/llm-universe/#/

原创 数学建模-第1章 解析方法与几何模型

数学建模第1章 解析方法与几何模型的笔记

原创 JoyRL 学习笔记task01-1

在具体数学中怎么表示的:(当然，在实际的例子上，可能不是完全满足这个公式—仅仅以来前一个状态[可能会依赖前面几个状态]，但!截至目前，我们讨论的都是有限状态马尔可夫决策过程（ finite MDP ），这指的是状态的数量必须是有限的（无论是离散的还是连续的。既然状态数有限，那么我们就可以用一种状态流向图来表示智能体与环境交互过程（马尔科夫决策）中的走向。( 它表示了我们在考虑未来奖励时的重要程度，控制着当前奖励和未来奖励之间的权衡。明显越到后面，其获得的奖励权值就越小，最后几乎为0。

原创 树状数组的区间查询和区间修改(清晰简单理解)

树状数组的区间查询和区间修改的思考【不包含一维树状数组的基本知识】区间查询与修改的总体思想(以入门的角度理解)区间查询与修改的总体思想(以入门的角度理解)树状数组单纯地最多只设计区间影响，没有涉及区间影响后的相加的和。如何add(l, +d), add(r, -d) =>可以知道+d给了l到r的区间中的值一个影响，但无法构造出得到[l, r]中造成影响+d的和。那么就不能实现了吗，肯定不。如果能够构造出，当在l+5 (l +5< r)的点内的+d影响和为+d *(l +5 - l) [!

原创 单纯形法

过程

原创 Newton法（求适用于二阶极小值）

牛顿法过程代码过程给：minf(x)，初始点：x0过程①求出下降方向d：∇^2 f(x0) * d =- ∇f(x0)过程②更新x：x1 = x0 + d过程③||∇f(x)|| < ε,则得到x* = x代码import matplotlib.pyplot as pltimport sympyimport numpy as npplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axe

原创 最速下降法（适用于求二阶极小值）

最速下降法过程代码过程最速下降法步骤给：min{f(x)}，初始点：x0=(a0,b0)T，精度ε。过程①求出求出下降方向d，步长α，下降方向：d = ▽f(x);下次更新x的最优步长α：Φ’(x) = [f(x + αd)]’ = 0;过程②更新x：x1 = x0 + αd0过程③当||▽f(x)|| < ε,则停，最小值x* = x;代码##最速下降法+精确搜索import sympyimport numpy as npimport matplotlib.pypl

原创 0.618法

0.618法（黄金分割法）0.618法求极小点代码（黄金分割法）0.618法求极小点给：f(x)，范围[a,b],精度ε（无，则默认为0）过程①x1 = b - 0.618 * (b - a)。x2 = a + 0.618 * (b - a)。过程②当f(x1) < f(x2)时， b = x2, a不变，再求x1，x2。当f (x1) > f(x2)时， a = x1, b不变，再求x1，x2。过程③当|b - a| < ε时，最优解 x* = (b + a) / 2

原创 最优化-（黄金分割法）0.618法

0.618法求极小值过程代码过程（黄金分割法）0.618法求极小点。给：f(x)，范围[a,b],精度ε（无，则默认为0）过程①x1 = b - 0.618 * (b - a)x2 = a + 0.618 * (b - a)过程②当f(x1) < f(x2)时， b = x2, a不变，再求x1，x2。当f (x1) > f(x2)时， a = x1, b不变，再求x1，x2。过程③当|b - a| < ε时，最优解 x* = (b + a) / 2;例：过程②

原创 kali apt换源过程

apt换源换apt源apt更新问题换apt源（其实系统本身就自带了更新源，去掉其注释也是可以的，现在官方源的下载速度也还ok，下面的三选一亦可） #kali官方源 deb http://http.kali.org/kali kali-rolling main non-free contrib #中科大的源 deb http://mirrors.ustc.edu.cn/kali kali-rolling main non-free contrib deb http://

原创 概率论笔记-参数估计（简）

原创 概率论笔记-大数定律与中心极限定律

原创 概率论笔记—大数定律

原创 最优化笔记—入门基础

目录1.最优化基本模型2.Euclid空间3.方向导数与梯度多元函数1.偏导数2.二阶导数或Hesse矩阵1.最优化基本模型2.Euclid空间3.方向导数与梯度多元函数1.偏导数2.二阶导数或Hesse矩阵

原创 概率论笔记-数字特征

原创 概率论笔记-多维随机变量

常见二维分布：传送门

原创 概率论笔记-基础知识

基础知识！！重要分布：传送门（大佬讲解）