数学表达式魔训_day1

0. 前言

Smale 实验室的传统——魔鬼训练周！本次，我的导师——闵帆老师讲的内容是机器学习中的一些数学知识。这是我导的博客——数学表达式魔训，满满的干货！而我自己这个栏目的内容主要是完成当天的一些作业。

1. 作业

1.1 上午作业

此节老师的博客：概述

问题：描述你在学习、使用数学表达式时的困难, 可举例说明.

回答：

1. 在使用数学式子，个人认为，第一个困难就是数学符号是非常多的。除却在学数学过程中学到的特殊符号表达，还有很多是没有接触的，或者说能手写，但不知道用 latex 怎么写。比如：$ϵ$ 对应 \epsilon，$\zeta$ 对应 \zeta，$\xi$ 对应 \xi 等等。

2. 关于括号使用的问题。学数学的时候，通过小括号，中括号和大括号来确定式子运算的优先级，但在机器学习中，或者说在论文中看到的数学式子，更多都是只小括号来表示不同的优先级。而 { } \{\} {} 是用来描述集合的。

1.2 下午作业

此节老师的博客：集合的表示与运算

问题1：令 A = { 3 , 5 } \mathbf{A} = \{3, 5\} A={3,5}，写出 $2^{\mathbf{A}}$.

回答1：$2^{\mathbf{A}}$ 就是集合 $\mathbf{A}$ 的幂集，故 2 A = { ∅ , { 3 } , { 5 } , { 3 , 5 } } 2^{\mathbf{A}} = \{\emptyset,\{3\}, \{5\}, \{3, 5\}\} 2A={∅,{3},{5},{3,5}}.

源码：2^{\mathbf{A}} = \{\emptyset, \{3\}, \{5\}, \{3, 5\}\}

问题2：展开 $2^{\varnothing }$.

回答2：即求空集 $\varnothing$ 的幂集，空集即没有元素的一个集合 { } \{\} {}，故 2 ∅ = { ∅ } 2^{\emptyset} = \{\emptyset\} 2∅={∅}.

源码：2^{\emptyset} = \{\emptyset\}

问题3：令 A = { 5 , 6 , 7 , 8 , 9 } \mathbf{A} = \{5, 6, 7, 8, 9\} A={5,6,7,8,9}，写出 $\mathbf{A}$ 的其他两种表示法.

回答3：有枚举法和谓词法两种表示方法。

• 枚举法
  A = { 5 , 6 , … , 9 } \mathbf{A} = \{5, 6, \dots ,9\} A={5,6,…,9}
  源码：\mathbf{A} = \{5, 6, \dots ,9\}
• 谓词法
  A = { x ∈ N ∣ 5 ≤ x ≤ 9 } \mathbf{A} = \{x \in \mathbf{N} \vert 5 \leq x \leq 9\} A={x∈N∣5≤x≤9}

源码：\mathbf{A} = \{x \in \mathbf{N} \vert 5 \leq x \leq 9\}

1.3 晚上作业

此节老师的博客：向量与矩阵

问题：完成一个 $3\times 2$ 与 $2\times 4$ 的矩阵乘法（数据任意设置）.

回答：
$$\left[\begin{array}{cc}1& 2\\ 2& 1\\ 3& 4\end{array}\right]\times \left[\begin{array}{cccc}1& 2& 1& 2\\ 2& 1& 2& 1\end{array}\right]=\left[\begin{array}{cccc}5& 4& 5& 4\\ 4& 5& 4& 5\\ 11& 10& 11& 10\end{array}\right]$$
源码：$$\begin{bmatrix}1 & 2\\2 & 1\\3 &4\end{bmatrix} \times \begin{bmatrix}1 & 2 & 1 & 2\\2 & 1 & 2 & 1\end{bmatrix} = \begin{bmatrix}5 & 4 & 5 & 4\\4 & 5 & 4 & 5\\11 & 10 & 11 & 10\end{bmatrix}$$

问题：Deep Multi-View 符号系统的矛盾

论文：Deep Multi-View Enhancement Hashing forImage Retrieval

1. $d_m$ is the dimension of the m-th view. 此处的 m-th 中的 m 应与前文描述一致，使用 $m$-th.
2. 在描述函数时，若前后分别是具体的定义域到值域的映射，用 $\to$，否则用 $\mapsto$，即文中的 $\mathbf{X}\to \mathbf{B}$ 为 $\mathbf{X}\mapsto \mathbf{B}$.
3. B = { b i } i = 1 N \mathbf B = \{b_i\}_{i=1}^N B={bi​}i=1N​ 这里的表示有误，一般是 B = { b i } i = 0 N − 1 \mathbf B = \{b_i\}_{i=0}^{N-1} B={bi​}i=0N−1​.
   
4. 仍有 m-th 中的 错误，应使用 $m$-th.