所有公開日誌

合併顯示所有格致开物中所有類型的日誌。您可以點選下拉式選單選擇日誌的類型，指定使用者名稱（區分大小寫）或影響的頁面（區分大小寫）。

2024年8月14日 (三) 23:37 Gezhikaiwu 留言貢獻已建立頁面范德蒙德行列式（创建“范德蒙德行列式”）
2024年8月14日 (三) 23:22 Gezhikaiwu 留言貢獻已建立頁面行列式（创建页面，内容为“行列式是线性代数中一个非常重要的概念，主要与方阵（即行数与列数相同的矩阵）相关联。行列式不仅在理论上有深远的影响，还在解线性方程组、特征值问题和许多数学、物理问题中起着关键作用。 ==行列式的定义和符号表示== 设<math>F</math>是一个域或带有单位元的交换环（例如实数域 <math> \mathbb{R} </math> 或复数域 <math> \mathbb{C} </math>），考虑一…”）標籤：視覺化編輯器：已切換
2024年8月14日 (三) 23:04 Gezhikaiwu 留言貢獻已建立頁面线性代数（添加线性代数页面）
2024年8月14日 (三) 23:00 Gezhikaiwu 留言貢獻已建立頁面代数学（添加代数学词条）
2023年11月11日 (六) 02:15 Gezhikaiwu 留言貢獻已建立頁面 File:余弦定理.png
2023年11月11日 (六) 02:15 Gezhikaiwu 留言貢獻已上傳 File:余弦定理.png
2023年11月11日 (六) 02:07 Gezhikaiwu 留言貢獻已建立頁面余弦定理（创建页面，内容为“=余弦定理（Cosine Theorem）= 余弦定理是一个在几何中非常重要的定理，主要用于计算任意三角形的边长和角度。它是勾股定理的一种推广形式，适用于所有类型的三角形，包括钝角三角形和锐角三角形。 ==定义== 余弦定理表明，在任意三角形中，一个角的余弦值可以通过其他两边的长度和夹角所对的边的长度来计算。具体来说，如果一个三角形的边长…”）標籤：視覺化編輯器：已切換
2023年11月11日 (六) 01:58 Gezhikaiwu 留言貢獻已上傳 File:海伦公式示意图.png
2023年11月11日 (六) 01:58 Gezhikaiwu 留言貢獻已建立頁面 File:海伦公式示意图.png
2023年11月11日 (六) 01:54 Gezhikaiwu 留言貢獻已上傳 File:海伦公式.png
2023年11月11日 (六) 01:54 Gezhikaiwu 留言貢獻已建立頁面 File:海伦公式.png
2023年11月11日 (六) 01:53 Gezhikaiwu 留言貢獻已建立頁面海伦公式（创建页面，内容为“== 海伦公式 (Heron's formula) == 海伦公式，以古希腊数学家海伦（Heron of Alexandria）的名字命名，是用于计算任意三角形面积的公式。该公式适用于已知三角形三边长度的情况。 === 定义 === 设三角形的三边长分别为 <math>a</math>、<math>b</math> 和 <math>c</math>，其半周长记为 <math>s</math>，则海伦公式可以表示为： <math>s = \frac{a + b + c}{2}</math> 三角形的面积 <math…”）
2023年11月10日 (五) 12:14 Gezhikaiwu 留言貢獻已上傳 File:Dijkstra steps.gif
2023年11月10日 (五) 12:14 Gezhikaiwu 留言貢獻已建立頁面 File:Dijkstra steps.gif
2023年11月10日 (五) 10:26 Gezhikaiwu 留言貢獻已建立頁面 Dijkstra算法（创建页面，内容为“= Dijkstra算法（Dijkstra's Algorithm） = Dijkstra算法是计算图中最短路径的算法之一，由荷兰计算机科学家艾兹赫尔·戴克斯特拉（Edsger W. Dijkstra）在1956年提出，并于1959年发表。这个算法可以找到一个节点到图中其他所有节点的最短路径，特别适用于不包含负权边的有向图和无向图。 == 定义 == Dijkstra算法的目的是从图中的单个源点出发，计算到达所有其他…”）
2023年11月10日 (五) 10:13 Gezhikaiwu 留言貢獻已建立頁面贝叶斯定理（创建页面，内容为“= 贝叶斯定理（Bayesian Theorem） = 贝叶斯定理是概率论中的一个定理，它描述了随机事件A和B的条件概率和边缘概率之间的关系。这个定理是以托马斯·贝叶斯（Thomas Bayes）的名字命名的，他首次提出了这种概率关系的一个特殊案例。贝叶斯定理是现代概率论的基石之一，广泛应用于统计推断、决策理论、信号处理等领域。 == 定义 == 贝叶斯定理可以表…”）
2023年11月9日 (四) 15:29 Gezhikaiwu 留言貢獻已建立頁面柯西不等式（创建页面，内容为“= 柯西不等式 = 柯西不等式（Cauchy-Schwarz不等式）是数学中的一个重要不等式，在线性代数、数学分析等多个领域中有广泛应用。它说明了在实或复数向量空间中，两个向量的点积的绝对值不大于这两个向量的模的乘积。 == 定义 == 对于任意实数序列<math>a_1, a_2, \ldots, a_n</math>和<math>b_1, b_2, \ldots, b_n</math>，柯西不等式可以表示为： <math>\left(\sum_{i=1}^n a_i…”）
2023年11月7日 (二) 11:42 Gezhikaiwu 留言貢獻已建立頁面抽屉原理（添加抽屉原理）
2023年7月25日 (二) 10:14 Gezhikaiwu 留言貢獻已建立頁面马尔可夫模型（创建页面，内容为“'''马尔可夫模型（Markov Model）'''是一种用于描述系统状态转移的数学模型。在马尔可夫模型中，系统的未来状态仅取决于其当前状态，而与过去的状态无关。这种性质被称为马尔可夫性质或者无记忆性质。 == 定义和性质 == 马尔可夫模型是一种随机过程，其特点是系统在时刻<math>t</math>的状态<math>X_t</math>只依赖于其在前一时刻<math>t-1</math>的状态<math>X_…”）標籤：視覺化編輯器：已切換
2023年7月25日 (二) 09:25 Gezhikaiwu 留言貢獻已上傳 File:高斯分布.png
2023年7月25日 (二) 09:25 Gezhikaiwu 留言貢獻已建立頁面 File:高斯分布.png
2023年7月25日 (二) 09:14 Gezhikaiwu 留言貢獻已建立頁面正态分布（重定向页面至高斯模型）標籤：新重新導向視覺化編輯
2023年7月25日 (二) 09:13 Gezhikaiwu 留言貢獻已建立頁面高斯模型（创建页面，内容为“== 高斯模型 == '''高斯模型'''，也被称为'''正态分布'''或者'''高斯分布'''，是一种在自然和社会科学中广泛存在的连续概率分布。 === 定义 === 高斯模型的概率密度函数（PDF）为： <math> f(x|\mu,\sigma^2) = \frac{1}{\sqrt{2\pi\sigma^2}} e^{ -\frac{(x-\mu)^2}{2\sigma^2} } </math> 其中，<math>\mu</math>是均值，<math>\sigma^2</math>是方差。 === 统计性质 === * 均值（Mean）：<math>\mu</math>…”）
2023年7月25日 (二) 09:08 Gezhikaiwu 留言貢獻已建立頁面最大似然估计（创建页面，内容为“== 最大似然估计 == '''最大似然估计'''（Maximum Likelihood Estimation，MLE）是一种统计方法，用于估计模型参数。 === 定义 === 最大似然估计的基本思想是：给定一组观测数据，以及一个概率模型，我们应该选择哪些参数值能使得这组观测数据出现的概率最大。 === 公式 === 假设我们有一个概率模型<math>P(X|\theta)</math>，其中<math>X</math>是观测数据，<math>\theta</m…”）
2023年7月25日 (二) 09:02 Gezhikaiwu 留言貢獻已建立頁面伯努利模型（创建页面，内容为“== 伯努利模型 == '''伯努利模型'''是一种二元随机变量的概率模型，通常用于描述只有两种可能结果的随机试验。 === 定义 === 伯努利模型描述了一个随机试验，这个试验只有两种可能的结果，我们通常称其中一种结果为"成功"，另一种结果为"失败"。如果我们用随机变量<math>X</math>来表示这个试验的结果，那么<math>X</math>可以取两个值：1表示"成功"，0表…”）
2023年7月25日 (二) 08:53 Gezhikaiwu 留言貢獻已建立頁面概率模型（创建页面，内容为“== 概率模型 == '''概率模型'''是一种数学模型，它描述了随机变量之间的关系。这种模型通常用于预测事件的结果，或者描述系统的不确定性。 === 定义 === 在概率模型中，我们通常假设存在一些未知的参数，然后使用数据来估计这些参数。这些参数可以描述随机变量的概率分布，或者描述随机变量之间的关系。 === 概率分布 === 在概率模型中，我们通…”）
2023年7月25日 (二) 07:58 Gezhikaiwu 留言貢獻已建立頁面 Template:Infobox mathematical model （创建页面，内容为“<includeonly> {| class="infobox" ! colspan="2" | {{{name|}}} |- | colspan="2" | [[File:{{{image|}}}|thumb|{{{caption|}}}]] |- | '''Field''' || {{{field|}}} |- | '''Inventor''' || {{{inventor|}}} |- | '''Year Invented''' || {{{year_invented|}}} |- | '''Notations''' || {{{notations|}}} |} </includeonly><noinclude> This is the "Infobox mathematical model" template. It should be called in the following format: {{Infobox mathematical model | name = | image…”）
2023年7月24日 (一) 16:07 Gezhikaiwu 留言貢獻已建立頁面 Category:数学模型（创建页面，内容为“数学模型是一种使用数学语言、符号、视觉或数字形式来描述一个系统的科学方法。这些模型可以是线性或非线性，离散或连续，确定性或随机的。数学模型在各种科学和工程领域中都有广泛的应用，包括物理学、工程、经济学、生物学和医学等。”）標籤：視覺化編輯
2023年7月24日 (一) 14:25 Gezhikaiwu 留言貢獻已建立頁面 Category:基础数学（创建页面，内容为“Category:基础数学基础数学是我们用来理解和解释世界的数学知识和技能的基础。这个分类包含了所有与基础数学相关的条目，包括但不限于算术、几何、代数和初级概率统计等领域。这些基础知识为我们学习更复杂的数学概念和技巧提供了重要的基石。基础数学能帮助我们理解和处理日常生活中的问题，比如理解账单，预测天气，理解新闻报道…”）標籤：視覺化編輯器：已切換
2023年7月23日 (日) 14:51 Gezhikaiwu 留言貢獻已建立頁面佩亚诺公理（添加“佩亚诺公理”页面）標籤：視覺化編輯器：已切換
2023年7月23日 (日) 14:39 Gezhikaiwu 留言貢獻已建立頁面算术（添加“算术”词条）標籤：視覺化編輯
2023年4月28日 (五) 18:23 Gezhikaiwu 留言貢獻已上傳 File:无向图HD.png （无向图）
2023年4月28日 (五) 18:23 Gezhikaiwu 留言貢獻已建立頁面 File:无向图HD.png （无向图）
2023年4月28日 (五) 18:21 Gezhikaiwu 留言貢獻上傳了File:无向图.png的新版本（无向图）
2023年4月28日 (五) 18:20 Gezhikaiwu 留言貢獻還原頁面File:无向图.png（1 修訂和1 檔案）
2023年4月28日 (五) 18:12 Gezhikaiwu 留言貢獻刪除頁面File:无向图.png
2023年4月28日 (五) 18:10 Gezhikaiwu 留言貢獻已上傳 File:有向图.png
2023年4月28日 (五) 18:10 Gezhikaiwu 留言貢獻已建立頁面 File:有向图.png
2023年4月28日 (五) 17:59 Gezhikaiwu 留言貢獻已上傳 File:无向图.png
2023年4月28日 (五) 17:59 Gezhikaiwu 留言貢獻已建立頁面 File:无向图.png
2023年4月28日 (五) 17:57 Gezhikaiwu 留言貢獻已建立頁面图论（创建页面，内容为“图论是数学的一个分支，研究图的数学性质。图论中的图由顶点（或节点）和连接它们的边（或弧）组成。图论的概念可追溯到1736年，欧拉用图论解决了柯尼斯堡七桥问题。此后，图论逐渐发展为一个成熟的数学领域，并在计算机科学、网络科学、生物学等多个领域得到了广泛应用。 ==概念== '''图的定义'''：图<math>G=(V, E)</math>是由顶点集<math>V</math>…”）標籤：視覺化編輯器：已切換
2023年4月28日 (五) 15:07 Gezhikaiwu 留言貢獻已建立頁面差分方程模型（创建页面，内容为“差分方程模型（Difference Equation Model）是一种用来描述离散时间系统的数学模型。差分方程描述了变量在相邻时间点上的变化关系。它们在经济学、生物学、工程学、物理学等领域有广泛应用，用于模拟和预测系统的动态行为。 === 简介 === 差分方程模型是一种离散时间的动态系统模型，通常用于描述某个变量在不同时间点上的状态。它的基本形式如下…”）
2023年4月28日 (五) 14:59 Gezhikaiwu 留言貢獻已建立頁面决策树模型（创建页面，内容为“决策树模型（Decision Tree Model）是一种监督学习算法，可用于分类和回归任务。通过构建一个树形结构，决策树模型可以将输入数据分解为越来越小的子集，直到每个子集只包含单一类别的样本或达到预定的停止条件。决策树模型具有很好的可解释性，并且在实践中已被证明是一种有效的预测工具。 ===简介=== 决策树模型基于一种递归分区算法。从根…”）標籤：視覺化編輯器：已切換
2023年4月28日 (五) 14:44 Gezhikaiwu 留言貢獻已建立頁面最小二乘法（创建页面，内容为“最小二乘法（Least Squares Method）是一种数学优化技术，它通过最小化误差平方和来找到最佳拟合曲线或者平面。最小二乘法广泛应用于回归分析和曲线拟合问题，它是许多科学和工程领域的基础工具。 === 简介 === 最小二乘法的核心思想是寻找一条曲线或者平面，使得所有数据点到这条曲线或者平面的垂直距离（即残差）的平方和最小。在二维空间中…”）標籤：視覺化編輯器：已切換
2023年4月21日 (五) 10:19 Gezhikaiwu 留言貢獻已上傳 File:Beian.png （网安备案图标）
2023年4月21日 (五) 10:19 Gezhikaiwu 留言貢獻已建立頁面 File:Beian.png （网安备案图标）
2023年4月10日 (一) 11:43 Gezhikaiwu 留言貢獻已建立頁面梯度下降法（添加梯度下降法页面）標籤：視覺化編輯
2023年4月4日 (二) 09:32 Gezhikaiwu 留言貢獻已建立頁面二次函数模型（添加二次函数模型）標籤：視覺化編輯
2023年4月3日 (一) 21:14 Gezhikaiwu 留言貢獻已建立頁面捕食者-猎物模型（添加捕食者-猎物模型页面）標籤：視覺化編輯
2023年4月3日 (一) 20:35 Gezhikaiwu 留言貢獻已建立頁面常微分方程模型（添加常微分方程模型页面）標籤：視覺化編輯