有用的数学网站

最新推荐文章于 2025-04-20 11:05:04 发布
原创 最新推荐文章于 2025-04-20 11:05:04 发布 · 363 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客提供了一个知乎文章的链接https://zhuanlan.zhihu.com/p/93396423 ，但未给出更多关键信息。
Torus0
关注
数学建模python代码仓库.zip
01-03
例如，Scikit-learn库提供了多种机器学习算法，对于预测类问题非常有用；NetworkX则适用于处理复杂网络问题；SimPy则用于模拟和仿真。此外，Jupyter Notebook或VSCode等开发环境使得代码编写、运行和结果展示...
精选资源
数学建模心理测试研究.pdf
07-05
- **数据分析**：运用数学建模方法对数据进行处理和分析，提取有用信息。 #### 四、案例分析 - **MBTI人格测试**：研究者可以利用统计模型分析不同MBTI类型个体在心理测试得分上的差异。通过回归分析等方法，可以...
一些有用的数学结论（线代、信号、控制、概率论）
weixin_37699468的博客
04-16 428
本手稿记录了一些比较有用或者常用的（在工程问题中）可以用到的数学方面的小结论及其证明。 Note: 该手稿为LTS（Long Time Service） 1、时域中脉冲序列（采样信号）经过FT变换到频域中也为脉冲序列 即时域中一系列脉冲函数的和（采样信号）如图（3），FT变换后如图（4），关于各种傅里叶参见另我的一篇博文。 证： 2、关于非周期（周期无穷大...
一些有用的数学结论(持续更新)
C2022lihan的博客
10-06 1234
1.染色问题 （1）.环染色问题 ①公式： f(m)=(−1)m∗(n−1)+(n−1)mf(m)=(-1)^m*(n-1)+(n-1)^mf(m)=(−1)m∗(n−1)+(n−1)m ②证明：
一个不错的数学网站
皮皮君的博客
11-18 1880
https://betterexplained.com/
在线进行复杂数学计算的网站——云算子
小清新的技术缘的博客
01-20 6832
http://www.yunsuanzi.com/matrixcomputations/index.html
证明水仙花数是有限个_5个还未解决的“简单”数学问题
weixin_39921224的博客
12-19 311
作者 | Avery Thompson翻译 | 张奕林审校 | 丁家琦来源 | 数立方mathcubic.org数学有时候会变得特别复杂，然而幸好不是所有的数学问题都晦涩难懂。1Collatz 猜想随意选一个整数，如果它是偶数，那么将它除以2；如果它是奇数，那么将它乘以3再加1。对于得到的新的数，重复操作上面的运算过程。如果你一直操作下去，你每次都终将得到1。数学家们试验了数百万个数，至今还没发现...
复旦大学高等数学学习网站
纸上得来终觉浅，绝知此事要躬行
01-31 5916
复旦大学数学科学院：http://math.fudan.edu.cn/ http://math.fudan.edu.cn/gdsx/ 高等数学是本科学生最重要的基础课程之一，高等数学课程的教学质量是本科教学水平的一个重要标志。随着科学技术的迅速发展和计算机技术的广泛应用，数学的思想、方法和技术在自然科学、工程技术等领域发挥着越来越重要的作用，而且已经广泛深入到经济学、管理学及社会科学的各个...
离散数学学习网站
刘伟的博客
05-15 3081
http://www.wlxt.uestc.edu.cn/wlxt/ncourse/lsxx/web/lssx/end/imgs/16/ls16.5/16.5.2.htm 可以前后换页。
《具体数学》
Edward2022的博客
04-20 1878
具体数学(Concrete Mathematics)：离散数学 + 连续数学 《具体数学》是高德纳经典著作《计算机程序艺术》的数学预备知识部分的深化和拓展。本书一共有九章内容，分别为：1.递归问题 2.求和 3.整数函数 4.数论 5.二项系数 6.特殊数 7.生成函数 8.离散概 9.渐进(Asymptotics)
如何入门参与数学建模？
热门推荐
JiandaoStudio
12-25 8万+
数学建模感想 纪念逝去的大学数学建模：两次校赛，两次国赛，两次美赛，一次电工杯。从大一下学期组队到现在，大三下学期，时间飞逝，我的大学建模生涯也告一段落。感谢建模路上帮助过我的学长和学姐们，滴水之恩当涌泉相报，写下这篇感想，希望可以给学弟学妹们一丝启发，也就完成我的想法了。拙劣的文笔，也不知道写些啥，按顺序随便写写吧。 我是怎么选择建模的： 大一上，第一次听到数学建模其实是大一上学期，not...
人工智能数学基础1
08-03
4. **泰勒展开公式**：泰勒公式用于近似复杂函数，尤其在数值计算和近似分析中十分有用，如在神经网络中的近似激活函数。 5. **拉格朗日乘数法**：用于解决有约束的优化问题，如在支持向量机（SVM）中找到最大边距...
2025研究生数学建模竞赛赛题附件（含相关通知及word与latex模板）
09-21
他们需要从大量的文献资料中提取有用信息，结合实际情况，分析问题并构建模型。这一过程中，参赛者必须遵守学术诚信的原则，确保研究的原创性和数据的真实性。 数学建模竞赛为研究生提供了一个展示和锻炼自己数学...
精选资源
高数叔离散数学.zip
12-04
4. **组合数学**：组合数学探讨有限集合的组合结构，如排列、组合、二项式定理、鸽巢原理等，这些在算法分析和计数问题中非常有用。 5. **数理逻辑与形式系统**：这部分涉及到形式语言、语义、公理化方法，以及证明...
【嵌入式AIoT】系统架构与轻量化模型部署：面向智能家居与工业监测的边缘智能终端实战设计
12-21
内容概要：本文系统介绍了嵌入式AIoT应用场景的实战方法与实践路径，涵盖从场景选择、系统架构设计到AI模型部署、通信与数据管理的全流程。重点阐述了嵌入式系统与人工智能、物联网技术的融合，强调在资源受限环境下实现感知、分析与决策一体化的智能终端系统。文章详细解析了感知层、边缘计算层和云端服务层的协同机制，突出边缘侧数据处理与轻量化AI模型优化的重要性，并倡导以实际需求为导向，避免“为AI而AI”的设计误区。同时，强调系统稳定性、远程维护和长期运行能力的建设。; 适合人群：具备嵌入式系统基础、物联网或AI相关背景，有一定开发经验的工程师或工作1-3年的技术研发人员；适用于希望深入理解AIoT系统集成与实战落地的学习者。; 使用场景及目标：①智能家居、工业监测、智慧农业等分布式智能系统开发；②在算力、功耗受限的嵌入式设备上实现AI推理与边缘智能；③构建高效、可靠、可维护的端云协同AIoT系统。; 阅读建议：建议结合实际硬件平台进行项目化学习，边学边练，重点关注系统架构设计、模型优化与通信协议选型，注重整体系统思维的培养，而非仅关注单一技术点。
基于Python 的UART 文件传输工具
最新发布
12-21
基于Python 的UART 文件传输工具，基于Pyside6的GUI界面
C# 基于 Onnx 与 P2PNet 的人群检测与计数系统源码实现
12-21
基于C#编程语言与Onnx运行时环境，本文档详细阐述了一种利用P2PNet架构实现人群密度估计与个体计数的技术方案。该方案通过解析预训练模型，实现了对图像或视频流中人群分布的精准检测，并提供了可靠的计数功能。核心内容包括模型加载与推理流程的完整实现、数据处理管道的构建以及性能优化策略的探讨。本文旨在为相关领域的开发人员提供一个清晰、可复现的参考实现，着重于工程实践的严谨性与代码模块的可用性。所有实现代码均经过结构化组织与详细注释，以确保其易于理解与集成。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
Theoretical Machine Learning Notes (Princeton COS511)
12-21
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结（summarization） 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签，可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值