归档
|
222

2025

6 月

06-16
Double Integrals 二重积分
06-15
多元函数条件极值-Lagrange Multipliers 拉格朗日乘数法
06-15
Maxima and Minima of Functions of Two Variables 二元函数的极大值与极小值
06-12
Matlab
06-12
OOP4 – 多态与虚函数
06-11
OOP3 – 继承与派生
06-09
OOP2 – 类和对象
06-06
Eigenvalues & Eigenvectors 特征值和特征向量
06-06
常用知识(待补充)
06-04
FFT快速傅里叶变换

5 月

05-30
深度学习卷积神经网络
05-28
机器学习11- unsupervised learning无监督学习
05-26
机器学习10-EM算法
05-25
机器学习9-Boosting 提升方法
05-18
机器学习8-SVM 支持向量机
05-15
概率质量/密度，概率分布(累积)
05-13
连续,可微,可导,可偏微,全微分,可偏导
05-06
Partial derivatives 偏导数

4 月

04-29
欧拉公式
04-29
05-多项式的不同表示方法
04-28
复数
04-27
Usual Discrete Random Variables常见离散随机变量
04-27
派生Derivation与继承Inheritance
04-26
04-了解算法，算法优化
04-23
Functions of n Variables’s limit and Continunity 多元函数的极限和连续性
04-23
mean value theorem 中值定理
04-23
参数方程与极坐标
04-17
机器学习中的因果关系
04-15
齐次/非齐次线性方程组的基础解系和通解
04-15
OOP1-C++基础知识
04-12
三维空间与向量
04-09
机器学习6-决策树
04-08
机器学习7-逻辑回归模型与最大熵模型
04-07
方向角,方向余弦;单位向量;方向导数Directional derivative;梯度 Gradiant
04-06
一阶常微分方程初值问题数值解法
04-02
决策树

3 月

03-31
Laplace Transform 拉普拉斯变换
03-31
英语语法1 – 从动词开始的故事
03-26
微分方程解法 Differential Equations solution
03-25
机器学习5-朴素贝叶斯 Naive Bayes
03-25
机器学习4-KNN与KD树
03-24
机器学习3 – 感知机
03-18
机器学习2-线性回归
03-17
机器学习1-概论
03-17
Tyler‘s Formula 泰勒公式
03-11
卷积 Convolution
03-06
R 分布 期望方差
03-05
Improper Integral 反常积分
03-04
指针 和 引用
03-03
Infinite Sequencesand Series 无限序列与级数
03-01
Fourier series 傅里叶级数
03-01
Inner product spaces 内积空间
03-01
Probability and statistics 1

2 月

02-27
FT & DFT 傅里叶变换