發(fā)簡信
IP屬地：河南
-
-
記錄自己在學(xué)習線性代數(shù)過程中一些自己的理解
-
-
1.數(shù)學(xué)基礎(chǔ)：高數(shù)浇揩，線性代數(shù)仪壮，概率論與數(shù)理統(tǒng)計，統(tǒng)計學(xué) 2.編程基礎(chǔ)：python胳徽；庫os,numpy,pandas,matplotlib积锅，TensorFlow爽彤，keras… 3.機器學(xué)習，深度學(xué)習乏沸，opencv淫茵，自然語言處理……
-
首先匙瘪，無論是哪方面的程序員，都要大量的投資算法和數(shù)據(jù)結(jié)構(gòu)蝶缀。因為這是你的基本技能丹喻，就像棋手需要知道每個棋子的走法一樣。在算法學(xué)習的過程中翁都，你繞不過的就是衡量算法的效率碍论，也就不可避免的學(xué)習Big O的知識。Big O柄慰，需要你了解函數(shù)和極限的一些知識鳍悠，比如說，f(n) = O(g(n))是這樣定義的坐搔，當n足夠大的時候藏研，你總可以找到一個常數(shù)c，使得c * f(n) >g(n)概行。除了效率蠢挡，還有如何證明算法的正確性。這就要求掌握一些證明方法凳忙，比如反正法业踏，遞推歸納法。 其次涧卵，如果你遇到了性能方面的問題勤家，需要降低延遲，增加吞吐的時候柳恐，你很有可能需要去設(shè)計高性能的隊列系統(tǒng)却紧，這時排隊論的知識就顯得尤為重要了。排隊論要學(xué)好胎撤，概率論是基石。隊列在計算機系統(tǒng)中隨處可見断凶，操作系統(tǒng)中的進程調(diào)度問題伤提，基于隊列解藕生產(chǎn)者消費者的架構(gòu)問題等等。 接下來如果你對離散優(yōu)化問題感興趣认烁，如說背包問題肿男，旅行者問題介汹，當你需要優(yōu)化一個目標函數(shù)的時候，你往往會用到梯度下降法舶沛，而理解梯度下降法嘹承，對微積分要有很好的理解。更不用說在人工智能如庭，機器學(xué)習領(lǐng)域叹卷，到處都得優(yōu)化目標函數(shù)，降低預(yù)測誤差坪它，想走的遠骤竹，是必須要有數(shù)學(xué)基礎(chǔ)的。 然后再說一下往毡，線性代數(shù)蒙揣，特別是在人工智能里面，很多基本的模型都是線性的开瞭，你會隨處看到矩陣的用處懒震，單純的只知道矩陣如何相乘是遠遠不夠的，要理解的跟深入嗤详，矩陣是一個函數(shù)个扰，用來轉(zhuǎn)換矢量，既然是函數(shù)断楷，就會具有很多函數(shù)的特點锨匆。 分布式系統(tǒng)中的鼻祖級論文，Lamport的時間冬筒，時鐘恐锣，和事件的順序，據(jù)他所說是他從相對論中的時間和空間的關(guān)系中得到的靈感舞痰。由此可見土榴，不僅是數(shù)學(xué)，物理也很重要响牛。
-
微信公眾號：Clip設(shè)計夾<br>每周定期分享關(guān)于產(chǎn)品黑毅、交互、UI視覺上的設(shè)計思考钦讳。<br>微信：zhaoyiyizhi<br>歡迎一起交流成長矿瘦！
