关键点：1、关于矩阵的特征向量和特征值的含义2、卷积神经网络。比如短视频尬舞。就是po jie hei箱。卷积盒。3、图形分割、语义分割4、幂法及其matlab程序5、最大特征值6、归一化7、线性代数8、雅可比方法：一次全部获取特征值，比较慢幂法：一次得到一个特征值，比较快9、QR方法。将矩阵分解为正交矩阵*三角矩阵 10、解线性方程的直接求法：将化学配比转化成该问题、人口学、实际问题转化成
范数（最小化）内积（正交化）正交函数族（降维）最小二乘法、最小二乘法拟合、最佳平方三角逼近 傅里叶级数 频域分析 欧拉公式 DFT(离散傅里叶变换) 快速傅里叶变化 。总之，利用函数逼近方法，就可以找到很多数据的规律，规律用函数表示，虽然不是完全预测规律，但是概率很大。用处就是将复杂函数近似为一个简单函数，进而求解。函数逼近的方法包括多项式逼近、样条逼近、三角多
就是研究函数和曲线可以近似为 另一个函数或数据集，那么怎么来近似尼？逼近算法。两者之间的误差尼？逼近误差一、用python做数学计算import numpy as np from scipy.interpolate import CubicSpline import matplotlib.pyplot as plt x = np.array([0, 1, 2, 3, 4, 5]) y = np.
关键记忆点：只需要浏览，对本课程所解决的问题来哦姐就行1、考核方式2、课程介绍3、数值分析与计算机4、万物皆数阶段5、数值问题与算法6、数值计算的误差6、误差的传递问题7、避免误差伤害8、数值分析总结
记忆关键点：插值法、拉格朗日插值法、牛顿插值法总结：1、数值分析这门课就是来提高运算效率和降低误差的2、有可靠的理论分析，能任意逼近并达到精度要求3、一、插值法根据实验得到xi和yi数据(i=0，1，2...n)我们不知道原函数f(x)具体是什么，则求一个近似函数n(x)，插入一个xi，这个近似函数就是插值函数，原函数就是被插函数，误差函数（插值余项）就是近似函数和原函数做差，插值点在区间内称为内
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号
