![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学基础
shiyueyue0822
这个作者很懒,什么都没留下…
展开
-
Polya定理
最近为了搞密码学,去看了离散数学的第3和第6部分,即9,10,11和最后一章,已经是第4天了,卡在了10.3polya定理。看了知乎回答https://zhuanlan.zhihu.com/p/80261375才搞明白Polya定理是干嘛的。问题:n颗珠子,m种颜色,串成手串,有几种串法?首先,将珠子编号为1至n, 分析有几种串法。单单分析串法,有中,然而:可知,对同一串珠子进行翻转等操作,结果还是同一手串。这里称为不变点。因此,串法肯定比少。那么一个操作可以有几个不变点?.原创 2020-09-02 12:31:17 · 443 阅读 · 0 评论 -
矩阵分析笔记-初级
链接:https://download.csdn.net/download/shiyueyue0822/12615646原创 2020-07-19 17:33:30 · 294 阅读 · 0 评论 -
怎么理解傅里叶变换
参考:傅里叶专题1. 函数空间 1.1 函数空间是什么有限维几何向量空间中的向量形式为:长度有限。无限维向量空间(希尔伯特空间)的向量形式为:长度无限,希尔伯特空间满足:,模收敛令希尔伯特空间向量下标为定义域的,向量中的每一个值都为对应的函数值。则希尔伯特空间为函数空间。函数向量的模为:两个函数向量的内积表示为:如果两个函数向量正交,这两个函数...原创 2019-12-02 18:17:30 · 416 阅读 · 0 评论 -
分布的特征函数
1. 如何理解分布的特征函数?如何确认两个随机变量的分布相同,在不知道这两个随机变量的分布的情况下。根据类比两个背影是否是同一个人,那么对比这两个背影的特征:身高,发色,腰围,。。。那么对比这两个随机变量的分布,我们也要对比他们的特征:一阶距,二阶矩。。。。有没有一个函数可以把这些距都包含起来:有,因此相同 ——》各阶距相同——》各个特征相等——》分布相同2. 1讲了如...原创 2019-12-01 11:18:00 · 3358 阅读 · 0 评论 -
单变量微积分笔记
根本思想是在趋向极限的过程中,以直代曲无穷小的来源和无穷小与极限的关系1. 在极限里的意思是不断缩小的观察范围。不断缩小观察范围,如果提高放大倍数,时间还在观察范围内,这就是收敛的极限。2. 无穷小/大的不是数,而是函数如数列和函数。3. 无穷大意味着没有极限。4. 在自变量的同一变化过程中,如果f(x)的极限是无穷大,那么的极限是无穷小。如果的极限是无穷小,并且,那么的...原创 2019-11-26 16:42:51 · 1422 阅读 · 0 评论 -
VC维
VC维表示1个模型可以打散的空间中的点的最大数量。可以理解为模型的弯曲程度,即复杂度和灵活程度。原创 2019-11-12 11:30:45 · 107 阅读 · 0 评论 -
概率与统计笔记
这部分数学的基本思想是:在有上帝视角的时候,知道事件发生的分布,计算某些事件发生的概率,及一些分布的特征。在没有上帝视角的时候,靠已知事件发生的频率推断事件的分布类型,或者分布的一些特征1.贝叶斯定理可以根据客观条件看成是对先验概率的不断修正。2. 我们现在使用的概率:将样本空间中的事件映射为随机变量表示的值,用一个函数将事件或随机变量映射到(0,1)之间。3. 伯努...原创 2019-10-29 17:09:21 · 818 阅读 · 1 评论 -
花书笔记1-数学基础1
1. 极大似然估计因为之前学过李航的那本,所以这里了解的比较好。极大似然估计是当变量服从某一分布时,令情况(数据)出现的概率最大时的参数。设一个变量服从高斯分布。则对n个数据进行似然估计,可以得到如果让这n个数据发生,则这个变量应服从的高斯分布设多元回归的残差服从标准正太分布,则解出来的和最小二乘法得到的是一样的。2. 无约束优化找到函数的最大值或最小值即...原创 2019-10-15 11:36:35 · 127 阅读 · 0 评论 -
线性代数笔记
求矩阵的秩是要把矩阵转变成为阶梯矩阵形式。方法:通过左乘或者右乘若干个满秩矩阵完成变换。(列变换和行变换) 线性方程组的解可以看成是几个平面的交点,只有一条直线或者一个交点。若有解,只有可能是一个或无限多个。 解的存在性 是否有通过变换为?若在的值域内,则有解,若在值域外,则无解。看是否方法:看,若是,则是的基的线性组合,在值域内,有解;若不是,在值域外,无解; 解的个数...原创 2019-10-10 11:49:57 · 1105 阅读 · 0 评论 -
矩阵求导术的故事
转自知乎,感谢大神长躯鬼侠1. 标量对矩阵的求导2.矩阵对矩阵的求导作为一个数学渣渣,那些能把复杂难懂的数学公式和过程讲的简单易懂的人是我的本命。在机器学习中存在许多求导过程,在论文中推导也是很重要的一环。我花了3天时间阅读并学习了以上两个奇术。为了能完整消化并掌握,我内容写到这里,权当笔记。一. 标量对矩阵求导矩阵导数可以和微分联系起来。微分是矩阵导数和微分矩阵的内积。...原创 2019-09-27 18:04:09 · 268 阅读 · 0 评论 -
矩阵乘法和相似矩阵
矩阵乘法: 中 A可以做特征值分解,特征向量是该矩阵运动中运动的方向,特征值是运动的速度大小。矩阵乘法就是把后者投影到特征向量构成的基空间中,并进行拉伸,之后再还原到原坐标系中。矩阵乘法也可以理解为:将一个向量映射到新的基构成的空间中,并进行线性变换,再还原到原坐标系中。相似矩阵:在不同基中执行相同线性变换的矩阵迹:方阵对角线之和。特征值之和。相似矩阵的迹是相...原创 2019-09-24 15:57:41 · 2374 阅读 · 0 评论 -
矩阵相似的本质
有没有人能用人类的语言告诉我,相似矩阵有什么用? - 马同学的回答 - 知乎 https://www.zhihu.com/question/20501504/answer/174887899矩阵相似的本质是在不同基下的运动矩阵,达到相同的结果。...原创 2019-03-04 11:38:30 · 4218 阅读 · 0 评论 -
矩阵乘法的本质
矩阵乘法的本质是什么? - 马同学的回答 - 知乎 https://www.zhihu.com/question/21351965/answer/204058188矩阵乘法的本质是在矩阵的作用下运动到矩阵的坐标系的位置,然后又回到地球坐标系。本质上是一种运动。特征向量代表的是矩阵的运动方向,特征值代表的是矩阵的运动速度。...原创 2019-03-04 10:33:31 · 905 阅读 · 0 评论 -
行列式的本质
行列式的本质是该矩阵在n纬空间的体积对单位体积的伸缩因子,既线性变换的变化率。det(A) = 0 表示A在n维空间是扁的,但它在n-1的维度上是有体积的。行列式的本质...原创 2019-03-04 10:10:20 · 2815 阅读 · 2 评论 -
PCA算法之特征值分解
奇异值分解和特征值分解都是对矩阵进行分解的不同方法,所谓分解,即使将原矩阵拆分成另一种表达方式,且新的表达方式比原矩阵更简单,更具有实际意义。奇异值分解对象可以使任意n*m维的矩阵,而特征值分解只能针对n*n的方阵,特征值分解从某种意义上来说可以算是奇异值分解的一种特殊情况,所以下面先对特征值分解进行一个描述。对角阵:其实这种矩阵有特殊性,比如除了其主对角线元素外的所有元素都是0,这...原创 2019-03-06 15:00:31 · 1021 阅读 · 0 评论