在最近学习模式识别和机器学习时经常会用到概率论的知识，索性重新复习一遍概率论的知识。学习概率论最重要的一点不是公式的记忆，而是对公式背后的含义的理解。（其实学习任何一门知识都是如此，但是相比高数等的抽象性来说，概率可能显得更“接地气”）
曾经在大学时代数学中学的最差的一门课便是概率论，然而最近的学习中，在几经挣扎之后却渐渐找到了这门课的乐趣，在本科时候学习的那个小小的课本将概率论的...
分类：
其他好文 时间：
2015-01-12 22:36:39
阅读次数：
241
C#视频学习结束后，自己开始了设计模式之旅，对于我这个菜鸟来说，学习设计模式有点困难，课本上的例子照着敲实现容易，但是自己真能做到举一反三确实很难，感觉自己学的老不踏实了。
在弄简单的工厂模式的时候，前几个例子真是贴近我的编写代码的习惯啊，怨不得小菜没有收到被录用的消息哪（就是小菜用C#编写计算机控制台程序的那个），我对《大话设计模式》中的简单工厂模式理解，简单工厂模式就是一个类，里面用...
分类：
其他好文 时间：
2015-01-11 09:45:11
阅读次数：
128
今天朋友问起了这三个函数，我就帮忙测试了下，测试后发现谭浩强第四版课本附录上上讲的不是很严谨.我们先看下这三个函数介绍：谭浩强第四版课本附录第396页上这样介绍：函数名函数原型功能返回值包含文件islower int islower(int ch);检查ch是否是小写字母（a-z）是则返回1;不是返...
分类：
编程语言 时间：
2015-01-10 23:40:05
阅读次数：
350
理论和公式请看网易公开课中Andrew Ng的机器学习，或者coursera中Andrew Ng的机器学习对于多元线性回归要拟合最好的直线，要使得误差平方和最小，课本上的方法都是求偏导，并使其为0，然后求解线性方程组。但是还有很多其他方法可以达到上述效果，Andrew在大样本和小样本的情况下给出了两...
分类：
其他好文 时间：
2015-01-06 19:59:23
阅读次数：
746
第一节1-4: 略5. 说明：一般都是提出一个 $1/n$, 再观察\[ \lim_{n\to \infty} ( \frac{n}{n^2+1} +\frac{n}{n^2+2^2}+\cdots + \frac{n}{n^2+n^2} ) =\lim_{n\to \infty} (\frac{1...
分类：
其他好文 时间：
2015-01-02 18:44:06
阅读次数：
207
三角函数相关类型1. 利用三角变化以及三角恒等式，比如 $\sin^2 x + \cos^2 x=1$ 以及二倍角公式，和差化积，积化和差。比如: 4-1 的 1-(5), 令 $1=\sin^2 x+ \cos^2 x$ 即可; 4-1 的 1-(6), 二倍角公式 4-1 的 1-(7), 二倍...
分类：
其他好文 时间：
2015-01-02 01:03:15
阅读次数：
288
回忆一下初中数学，才发现自己并学到的东西很有限，初中的很多东西只是简单的涉及。最近有回到了初中的知识上，总结了一些在数学上自己发现和简单推理的东西。一、勾股定理 很多人都知道勾股定理，也能够顺利的证明出来，毕竟课本上提供了很多用四边形证明的方法，不过如果给出一个圆和一个直角三角形，能证明吗？答...
分类：
其他好文 时间：
2014-12-28 20:44:57
阅读次数：
185
在某些几何软件的开发中，会要求写出一个向量方程的微分公式。对于我这样毕业多年的程序员而言，虽然也可以捡起高等数学的课本，手工进行推导，但这是一个繁琐、易出错、需要反复校验的过程。
早就听说Mathematica, Maple这样的软件可以自动进行符号公式的推导，一直没有时间研究。最近终于应用了...
分类：
其他好文 时间：
2014-12-23 16:51:18
阅读次数：
654
在某些几何软件的开发中，会要求写出一个向量方程的微分公式。对于我这样毕业多年的程序员而言，虽然也可以捡起高等数学的课本，手工进行推导，但这是一个繁琐、易出错、需要反复校验的过程。 早就听说Mathematica, Maple这样的软件可以自动进行符号公式的推导，一直没有时间研究。最近终于应用了一把，...
分类：
其他好文 时间：
2014-12-23 15:20:20
阅读次数：
260
现在，我面对的书籍中，到处都充斥着矩阵或是向量，所以矩阵分析定是很重要的吧。抱着这个想法，我选修了“矩阵分析”这门课。然而我总是觉得老师、课本以一种怎么让我难受怎么讲的方式讲授矩阵。但待学完这门课程后，按自己的思路梳理一遍所学知识，又有了一种豁然开朗的感觉。本文将按照我个人的思路，阐明矩阵各个概念出...
分类：
其他好文 时间：
2014-12-21 21:56:46
阅读次数：
246
