我是8位的

摘要： 牛顿迭代法（Newton's method）又称为牛顿-拉夫逊（拉弗森）方法（Newton-Raphson method），它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。 阅读全文

摘要： 在上篇文章《曲线构图中》，我们可以非常容易地从图上找到函数的最值点。想要求得一个函数的最值点，自然会联想到通过构图寻找，但是构图并不是一个轻松的过程。观察最值点在函数曲线上的位置，可以得出结论：最值点可能存在于临界点、无限远端或驻点。因此仅需要知道这几个点便可以知道函数的最值点。 阅读全文

摘要： 本文介绍了曲线构图相关的基本概念，包括函数的凹凸性、极值点、驻点、拐点等信息，展示如何根据这些信息构图 阅读全文

摘要： 首先回顾一下《变身博士》中著名的精神病，他的发病起因大抵可归结为一条——人格分裂。再来思考一下自己是否有分裂的迹象，当然，我没有，至少我不会当着众人的面承认。然而澄清的世界在互联网面前改变了，任何人都可以申请N多不同的帐号来扮演不同的角色，这不是人格分裂又是什么？既然计算机只认得0和1，它就不会在乎你的长相，你是否是个变异的澳大利亚袋鼠，更不会在乎你是财务部发票管理员还是分公司发票管理员，但是，我们是否有必要规定：一个帐号只能对应一个角色，如果你想同时拥有多个角色，那么你必须申请两个ID。 阅读全文

摘要： 本文主要介绍了线性近似和二阶近似，在0基点的常用近似，近似的应用 阅读全文

摘要： 本文是数学笔记（导数）的第五篇，主要介绍指数函数和对数函数的求导法则 阅读全文

摘要： 常见的挖掘频繁项集算法有两类，一类是Apriori算法，另一类是FPGrowth。Apriori通过不断的构造候选集、筛选候选集挖掘出频繁项集，需要多次扫描原始数据，当原始数据较大时，磁盘I/O次数太多，效率比较低下。FPGrowth不同于Apriori的“试探”策略，算法只需扫描原始数据两遍，通过FP-tree数据结构对原始数据进行压缩，效率较高。FP代表频繁模式（Frequent Pattern) ，算法主要分为两个步骤：FP-tree构建、挖掘频繁项集。本文是FP-growth算法的第二篇，主要介绍通过条件FP树发现频繁项集 阅读全文

摘要： 本文是数学笔记（导数）的第四篇，主要介绍反函数的导数 阅读全文

摘要： 常见的挖掘频繁项集算法有两类，一类是Apriori算法，另一类是FPGrowth。Apriori通过不断的构造候选集、筛选候选集挖掘出频繁项集，需要多次扫描原始数据，当原始数据较大时，磁盘I/O次数太多，效率比较低下。FPGrowth不同于Apriori的“试探”策略，算法只需扫描原始数据两遍，通过FP-tree数据结构对原始数据进行压缩，效率较高。FP代表频繁模式（Frequent Pattern) ，算法主要分为两个步骤：FP-tree构建、挖掘频繁项集。本文是FP-growth算法的第一篇，主要介绍如何构建FPTree 阅读全文

摘要： 本文是数学笔记（导数）的第三篇，主要介绍隐函数的导数 阅读全文