tzc_wk

摘要： Lec 10 麦克斯韦方程： \(\nabla\cdot\vec{E}=\dfrac{\rho}{\epsilon_0}\) \(\nabla\times\vec{E}=-\dfrac{\partial\vec{B}}{\partial t}\) \(\nabla\cdot\vec{B}=0\) \ 阅读全文

摘要： Context-free language Context-free language: Given \(G\) as a CFG, the language of \(G\), denoted as \(\mathcal L(G)\), is the set of strings derivabl 阅读全文

摘要： Lecture 1 data：由样本（sample）和标签（label）组成 模型：判别式模型（classification）和生成式模型（generation） 深度学习的前提假设：神经网络可以近似地表示任何函数、一个优秀的算法可以自动生成相应的神经网络。 单层感知机可以对与或非门进行仿真，但仿真 阅读全文

摘要： Lecture 1 A probability space \(P=(U,p)\) consists of Universe \(U\): finite non-empty set Probability function \(p:U\to[0,1]\) such that \(\sum\limit 阅读全文

摘要： Lecture 1 Chapter 1 Vectors: \(\vec{A}=(x,y,z)\). Operations on vectors: Addition \(\vec{A}+\vec{B}\) Scalar product \(c\vec{A}\) Dot product \(\vec{A 阅读全文

摘要： Chapter 1 一个概率函数 \(P\) 是一个从全体事件集合 \(\Omega\) 到 \(\mathbb{R}\) 的映射，满足： \(\forall A\), \(\mathbb{P}(A)\ge 0\) \(\mathbb{P}(\Omega)=1\) 对任意两两不相交的事件集合 \(A 阅读全文

摘要： Lecture 2 Supervised learning: regression, classification, ... Unsupervised learning: clustering, dimensionality reduction, ... The canonical machine 阅读全文

摘要： 前提情要：博主写这篇博客仅仅是为了加深对知识点的印象，如果读者仅仅是为了了解抽代学习内容的话建议出门左拐魏老师的 https://www.cnblogs.com/alex-wei/p/18194469/Abstract_Algebra_Ring_Theory， 因为本博客在创作过程中很大程度上借鉴了 阅读全文

摘要： Ring Theory 4.8 Definition: A ring ​ is a set together with two binary operation together with "​" and "​", obeying: ​ is an Abelian group. ​ is assoc 阅读全文

摘要： 谨以此文，悼念我炸裂的危寄分欸二期中考试。下次不仅要带一个脑子做题，还得带一个脑子盯着它做题，不然第一个脑子容易跑偏刹不住车。得去黑市看一眼最近脑子市价如何，如果太贵还得卖点东西凑一凑。 1. 群 1.1 群的定义 群，是一个由一个集合 \(G\) 和一种 \(G\) 上的二元运算 \(\times 阅读全文