<aside>
<img src="/icons/condense_yellow.svg" alt="/icons/condense_yellow.svg" width="40px" /> Julia | Python | 线性 | 矩阵 | 数学 | 方程 | 矢量 | 聚类 | 几何 | 函数 | 弹性需求 | 价格 | 平衡 | 化学 | 动态 | 质量 | 离散 | 模型 | 建模 | 复合 | 二次状态 | 算法 | 拟合 | 回归 | 作用力 | 序列 | 投资 | 组合 | 价值 | 自适应矩估计 | 逻辑 | 分类 | 深度学习 | K均值 | K最近邻 | 贝叶斯 | 决策树 | 多项式 | 主成分分析 | 隐藏层 | 支持向量机 | 动态模型 | 时间分量 | 轨迹 | 弹簧 | 确定性系统 | 传染病 | 马尔科夫链 | 生存 | 随机性 | 队列 | 噪声 | 卡尔曼滤波 | 动态网络 | 稳定性
</aside>
🎯要点
- Julia和Python线性矩阵数学方程及代码：🎯矢量计算：🖊矢量：加法、标量向量乘法、内积 | 🖊线性：方程、泰勒近似、回归模型 | 🖊范数和距离：范数、距离、标准差、矢量角度 | 🖊聚类：K均值算法 | 🖊线性独立性：偏差、正交向量、格拉姆-施密特算法。🎯矩阵计算：🖊矩阵：从实体创建矩阵、零矩阵和单位矩阵、转置、加法和范数、矩阵向量乘法 | 🖊示例：几何变换、图的关联矩阵、卷积 | 🖊线性方程：线性和仿射函数、示例：弹性需求价格、平衡化学反应 | 🖊动态系统：示例：人口动态矩阵、疫情动态、截面中质量运动的离散模型 | 🖊矩阵乘法：矩阵-矩阵乘法、线性函数的复合、矩阵幂 | 🖊矩阵逆。🎯最小二乘法：🖊数据拟合、示例：房价回归模型、每小时臭氧水平、广告预算、最小物理作用力序列、复合投资组合价值、线性二次状态估计、算法实现：高斯-牛顿、莱文伯格-马夸特、惩罚算法、增强拉格朗日算法。
- 静态数据机器学习：🎯Julia神经网络实现：🖊数字分类识别，🖊自适应矩估计算法、🖊随机梯度下降、🖊线性最小二乘法分类器、🖊逻辑回归分类器、🖊支持向量机、🖊随机森林、🖊密集神经网络和卷积神经网络、🖊交叉验证的岭回归、🖊深度学习dropout概率、🖊K均值聚类及层次聚类、🖊主成分分析及示例、🖊马尔可夫决策过程、🖊Q学习、🖊生成对抗网络。🎯Python神经网络实现：🖊贝叶斯线性回归、🖊分类决策树、🖊回归决策树、🖊K-最近邻、🖊K-均值聚类、🖊线性回归、🖊逻辑回归和多项式逻辑回归、🖊感知器、🖊主成分分析、🖊具有一个隐藏层的简单神经网络、🖊Softmax 回归、🖊支持向量机。
- 动态模型：🎯Julia 时间分量 / 因随机变量：🖊追捕模型轨迹、🖊弹簧和质量动态平衡微分方程、🖊确定性动态系统传染病轨迹、🖊随机分量马尔可夫链、🖊马尔科夫链计算猫和老鼠生存机率、🖊马尔科夫链模拟随机性传染病、🖊先到先得离散队列事件模拟、🖊干扰因素下追捕模型轨迹、🖊卡尔曼滤波、🖊杜布-吉莱斯皮算法评估动态网络稳定性。
梗概
https://embed.notionlytics.com/wt/ZXlKM2IzSnJjM0JoWTJWVWNtRmphMlZ5U1dRaU9pSlhiRWhvWlV4VVQxbHNjMlZYV2tKbU9URndaU0lzSW5CaFoyVkpaQ0k2SWpjMFpHUmlNVEU0WldVM1lUUTNaV1poWkRsbFlXRXlZVGs1TkdZek9EQXdJbjA9