 |
necomancerV2EX 第 155048 号会员，加入于 2016-01-12 03:48:51 +08:00 |
necomancer 最近回复了
28 天前 回复了 mscststs 创建的主题 › 全球工单系统 › 讲一个热乎的故事，忍一时越想越气 |
是不是参评人员范围有限制……
我屮艸芔茻？刚看到这个帖子回去刷了以下视频就打不开了……
29 天前 回复了 mingyun 创建的主题 › Python › 如何用 Python 解北大招生题 |
空格被和谐掉了……呃(⊙﹏⊙)
29 天前 回复了 mingyun 创建的主题 › Python › 如何用 Python 解北大招生题 |
黑科技飘过
Mathematica 11.2.0 Kernel for Linux x86 (64-bit)
Copyright 1988-2017 Wolfram Research, Inc.
In[6]:= Reduce[Exists[{x,y,z},x+y+z==1&&x^2+y^2+z^2==2&&x^3+y^3+z^3==3&&x*y*z==a],a] // ToString
Out[6]= 1
a == -
6
……
Mathematica 11.2.0 Kernel for Linux x86 (64-bit)
Copyright 1988-2017 Wolfram Research, Inc.
In[6]:= Reduce[Exists[{x,y,z},x+y+z==1&&x^2+y^2+z^2==2&&x^3+y^3+z^3==3&&x*y*z==a],a] // ToString
Out[6]= 1
a == -
6
……
29 天前 回复了 habin 创建的主题 › Python › Python 已有一组经纬度的数据，约 8000 行左右，请教下大家是怎么画轨迹图（航线图）的？ |
cartopy 试试？ folium 说是设计目标就是用网络资源。要不试试自己给 folium 做个缓存？
32 天前 回复了 commoccoom 创建的主题 › Python › 请教一个问题，生成 10 个随机数 [0,100] 且最终 10 个随机数之和为 100 ， 用 Python 如何实现 |
如果情况复杂点比如你要求每个数字应该在 0~10 的范围，那就只能从你想要的联合分布出手，求边际分布然后慢慢采样了……
32 天前 回复了 commoccoom 创建的主题 › Python › 请教一个问题，生成 10 个随机数 [0,100] 且最终 10 个随机数之和为 100 ， 用 Python 如何实现 |
不过貌似幂律可能是充分非必要吧，我没认真证过，也懒得查书了，也就是应该有其他边际分布存在使得联合分布是 f(x1,x2...)=1/N 这样的均匀分布。
32 天前 回复了 commoccoom 创建的主题 › Python › 请教一个问题，生成 10 个随机数 [0,100] 且最终 10 个随机数之和为 100 ， 用 Python 如何实现 |
三楼方法没毛病，这些数就应该服从幂率分布。
ans = np.diff([0]+list(np.sort(random.randint(0,100,9)))+[100])
f(x1,x2....x10) 的联合分布应该是均匀的也就是 f(x1,...x10)=1/N （ N=100H10，H 是可重复组合的算符）也就是等概率地在所有和等于 100 的 10 个数里找到 10 个数的概率，但是边际分布(你可以理解是 f(x1) f(x2)...)是做不到这种“均匀”的，因为 E[xi]=50.5，E[x1+...x10]=505，这种分布是不存在的。
而边际分布是幂律分布的数才能满足 (x1,...x10) 这样一组 10 个数是被等概率地从 100H10 的空间中抽出。
ans = np.diff([0]+list(np.sort(random.randint(0,100,9)))+[100])
f(x1,x2....x10) 的联合分布应该是均匀的也就是 f(x1,...x10)=1/N （ N=100H10，H 是可重复组合的算符）也就是等概率地在所有和等于 100 的 10 个数里找到 10 个数的概率，但是边际分布(你可以理解是 f(x1) f(x2)...)是做不到这种“均匀”的，因为 E[xi]=50.5，E[x1+...x10]=505，这种分布是不存在的。
而边际分布是幂律分布的数才能满足 (x1,...x10) 这样一组 10 个数是被等概率地从 100H10 的空间中抽出。
39 天前 回复了 theworldsong 创建的主题 › 程序员 › Android 工作三年，开始入门机器学习。遇到瓶颈（可能姿势不对？），求助。 |
正常，正常理解了用现成工具就成。想更进一步，无论是研究还是实现，需要更多数学（计算数学？）知识。比如梯度法的数值实现时的具体方法以及该方法的误差等等，学会这些自然什么都会了。简单的例子：微分方程很好列，比如弹簧或者串并联的弹簧组或者一些简单动力学体系，但如果希望用计算机做数值解，不是简单地做个差分就行的，许多算法 /分析手段（比如算子裂分）应运而生，懂这些自然懂实现。至于 k-means 一类的算法涉及的是其他数学领域，同样，能用数学语言写出推倒 /证明，实现就简单很多，如果停留在“我理解了这个东西的思想以及说明中提到的公式……”层面，自然很难实现。
具体看需求吧，如果工作需求偏数据向，学好统计 /概率 /信息论 /随机过程之类的才是硬道理，实现甚至很多算法本身只要做到知道个原理，知道个思想然后用一些工具比如 tensorflow/mathematica/matplotlib 撸出来……不过多学东西总是好的，先学最用得着最重要的比较现实。
具体看需求吧，如果工作需求偏数据向，学好统计 /概率 /信息论 /随机过程之类的才是硬道理，实现甚至很多算法本身只要做到知道个原理，知道个思想然后用一些工具比如 tensorflow/mathematica/matplotlib 撸出来……不过多学东西总是好的，先学最用得着最重要的比较现实。
41 天前 回复了 pimin 创建的主题 › 奇思妙想 › 顶部外接摄像头的全面屏手机怎么样? |
三星还是索尼不是在搞屏下摄像吗……
