向量
虽然说有不少Photoshop相关的替代软件，但说真的用来用去，还是习惯Photoshop的操作环境，与制作出来的影像，虽然说这几年Photoshop加入不少的功能，像是3D、影音以及网页功能，但对于许多朋友来说，可能最常用的，就是用来修修照片，调整一下照片的对比与色调，虽然说这些不是什么太特别的功能，但Photoshop调整出来的照片，无论是色调还是层次上，就是比其它的影像软件要来的好很多，所以这也是让梅干一直对于Photoshop爱不释手的原因。 但对于许多朋友来说，目前Photoshop这么多的功能，可能都用不到，因此先前梅干也曾分享过一些简易版的线上影像工具，虽然说功能还不错，但在操作上，还是会有一点小小的不习惯，但最近梅干发现一个影像平台，不但操作界面，与Photoshop相似度有90%，甚至在图层混合模式，竟然也与Photoshop极为接近，以及在操控上也相当的顺手，更棒的是，还可编辑PSD档，除此之外还具有图层的以外，还支援图层遮色片，真的是太强大、太好用了，因此若只需要简易编修与合成的朋友，这一个平台千万别错过了。 当进入Photopea的网站后，第一件事，就是可以将操作语系设为繁中
位移向量可以简易地表示出粒子的运动轨迹。给予运动的旧位置，位移向量可以表示出，相对于这旧位置，运动的方向和距离。位移向量的微小元素也可以用来表示一系列的微小位移
机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解 作者试图尽可能少地使用数学知识. 然而 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此 本书更适合大学三年级以上的理工科本科生和研究生 以及具有类似背景的对机器学 习感兴趣的人士. 为方便读者 本书附录给出了一些相关数学基础知识简介. 全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书. 书中除第1章外 每章都给出了十道习题. 有的习题是帮助读者巩固本章学习 有的是为了引导读者扩展相关知识. 一学期的一般课程可使用这些习题 再辅以两到三个针对具体数据集的大作业. 带星号的习题则有相当难度 有些并无现成答案 谨供富有进取心的读者启发思考. 本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
1. 2001年与2002年的考试大纲相同。该大纲对沿用已久的大纲作了较大的改动：主要是增加了向量和概率的内容。 2. 2003年对原大纲进行了修改，主要是增加极限和导数内容
我们研究的主题为格上最小向量问题(short vector problems over lattices)与其在密码学中的应用。格上最小向量问题在经典计算机上最好的算法需要指数级的复杂度。由于这个问题求解困难，同时又具有其他数学问题所不具备的特殊结构，使得其在密码学领域有广泛的应用，比如构造同态加密，函数式加密等等
R数据框是一种非常常见的数据结构，通常由多个列和行组成。在数据分析和数据科学中，经常需要对数据框进行修改和处理，其中一项重要的任务就是修改列名。 在R中，可以使用colnames函数来英国电话号码列表修改列名
本条目存在以下问题，请协助改善本条目或在讨论页针对议题发表看法。 此条目需要扩充。 (2015年4月18日) 请协助改善这篇条目，更进一步的信息可能会在讨论页或扩充请求中找到
Cauchy-Binet 公式是方阵乘积行列式可乘公式 的推广。在线性代数理论中，Cauchy-Binet 公式是一个相当实用的行列式计算公式，但多数线性代数课程并未将它列入讲授范围。理解 Cauchy-Binet 公式除了要知道行列式基本性质，还需要一些新的符号与概念
两个算法都是稳定排序，传入的iterator类型不一样。有什么特殊说法吗？两个得到的结果一样！ 一个是merge，一个是sort。这个我当然明白，还是没说到重点
《社会统计的数学基础》是一本集中讨论社会科学研究中的数理基础知识的小册子，其内容涵盖了许多数学和统计学中容易被人忽视却又至关重要的话题，如矩阵、线性代数、积分、概率理论及统计分布等。全书首先介绍了有关矩阵、线性代数和几何向量的基本概念，然后简单回复了一些基础数学，简述了微积分入门知识，接着对应用统计学中广泛运用的概率及统计推理进行了概述，最后阐述了线性最小二乘法回归这一统计方法的发展过程。《社会统计的数学基础》不仅可以协助研究生及社会统计工作者进行研究，而且是对定量方法研究的重要补充