blog-comments of huhu.press
Hi, I'm huhu, a Full Stack Developer 🚀 from China. Now living in Japan Tokyo.
Languages and Tools:
And more...
https://blog.huhu.press/2019/09/12/cplusplus-base/#more
C++ 是一种静态类型的、编译式的、通用的、大小写敏感的、不规则的编程语言，支持过程化编程、面向对象编程和泛型编程。
https://blog.huhu.press/2019/07/12/steiner-tree/
简单来说，斯坦纳树就是将指定点的集合中的所有点连通，且边权总和最小的生成树，最小生成树其实最小斯坦纳树的一种特殊情况，也就是指定集合为全部点的情况。而斯坦纳树的点可以是所有点的任意子集。 如图，红色的点即为需要连接的点，而图中红色的线所组成点树即为斯坦纳树
https://blog.huhu.press/2019/07/12/floyd-warshall/
单源最短路径我们可以用已经知道的算法，来对所有点计算一次最短路径
https://blog.huhu.press/2020/03/24/database-note/#more
Everything Over DB graph LR 离散数学-->数据结构; 数据结构--内存中操作-->数据库系统; 离散数学--应用-->数据库系统;
https://blog.huhu.press/2019/07/19/courant-fischer/
Courant Fischer定理给出了一个关于Hermitian矩阵特征值的变分特性描述
https://blog.huhu.press/2019/10/22/quadratic-form/
若函数f:Rn→Rf: \mathbb{R}^n \rightarrow \mathbb{R}f:Rn→R可以表示为 f=xTAxf = x^TAx f=xTAx 其中x∈Rx \in Rx∈R，AAA是n×nn \times nn×n的对称矩阵，那么称QQQ为R2\mathbf{R}^2R2上的二次型，AAA为二次型矩阵
https://blog.huhu.press/2019/11/05/analysis-of-variance/
方差来源 平方和 自由度 均方和 F比值 p值 因素A SAS_ASA s−1s - 1s−1 S‾A=SAs−1\overline{S}_A = \frac{S_A}{s - 1}SA=s−1SA F=S‾AS‾EF = \frac{\overline{S}_A}{\overline{S}_E }F=SESA p(A)p(A)p(A) 误差 SES_ESE n−
https://blog.huhu.press/2020/05/01/information-security/
graph LR plain_text--secret_key-->encryption-algorithm; encryption-algorithm-->decryption-algorithm; decryption-algorithm--secret_key-->decrypted_text;
https://blog.huhu.press/2019/12/01/mongodb/
NoSQL 非关系型的数据库。NoSQL有时也称作Not Only SQL的缩写 MongoDB MongoDB是一个通用的，基于文档的，基于分布式文件存储的开源数据库系统。
https://blog.huhu.press/2019/08/05/docker-note/
前言 Docker这东西其实说挺常用是挺常用，但是一旦不用就会有一段时间都不会去用，导致学了忘，然后再学一次，加上Docker可能更多是学习Linux吧，Docker本身并不是那么难，但是很多东西用不到导致每次都用不熟，这里也就记录下关于Docker的一些东西。
https://blog.huhu.press/2019/07/24/statistical-hypothesis-testing/
在总体的分布函数完全未知或只知其形式，但不知道参数的情况，为了推断总体的某些未知特性，提出某些关于总体的假设。最常见的比如，有一组数据，这数据是某机器生产出来的产品的数据，假设机器的误差范围在0.1，那么通过假设检验可以判断机器是否在正常工作。
https://blog.huhu.press/2019/10/22/matrix-decomposition/
特征值·特征向量 假设λ1,λ2,⋯ ,λn\lambda_1, \lambda_2, \cdots, \lambda_nλ1,λ2,⋯,λn为nnn阶方阵AAA的特征值，x1,x2,⋯ ,xnx_1, x_2, \cdots, x_nx1,x2,⋯,xn是对应的特征向量，并且他们线性无关，称 Λ=[λ10⋯00λ2⋯0⋮⋮⋱⋮00⋯λn]\Lambda = \begin{bmatr
https://blog.huhu.press/2020/05/18/pattern-recognition/
为了能让机器执行和完成识别任务，必须对分类识别对象进行科学的抽象，建立它的数学模型，用以描述和代替识别对象，这种对象的描述即为模式。 特征矢量 符号串 图 关系式
https://blog.huhu.press/2019/07/16/linear-algebra/
什么是线性空间定义：设$F$是一个非空数集，且$0,1\in F$，若对$F$中任意元素$a,b$，有
https://blog.huhu.press/2019/07/24/digital-features/
数学期望离散型随机变量设离散型随机变量X的分布律为 P(X=x_k)=p_k \quad k=1, 2, \cdots若级数 \sum_{k=1}^\infty x_kp_k绝对收敛，则称级数$\sum_{k=1}^\infty x_kp_k$为随机变量$X$的数学期望，记为$E(X)$
https://blog.huhu.press/2019/07/30/least-squares-method/
简介 我们希望找出一条和这几个点最匹配的直线
https://blog.huhu.press/2019/07/20/singular-value-decomposition/
我们到目前为止讨论了许多分解，那么有没有那么一种万能的分解呢？这就是奇异值分解。 任一$m \times n$的矩阵$\mathbf{A}$都可以分解为一个$m \times m$的正交矩阵，一个$m \times n$的对角矩阵$\mathbf{\Sigma}$，和一个$n \times n$的正交矩阵$\mathbf{V}$的转置$\mathbf{V}^T$，即： \mathbf{A} = \
https://blog.huhu.press/2019/10/29/linear-regression/
线性回归分析，可以通过一个已知的变量的值，进而推断一个未知的变量的确切的值。
https://blog.huhu.press/2019/07/24/sample-and-random-sampling/
随机样本总体：实验的全部可能的观察值个体：每一个可能观察值容量：中体中所包含的分体的个数有限总体：容量为有限无限总体：容量为无限
https://blog.huhu.press/2019/09/18/theory-of-computation/#more
自动机 可计算性 复杂性 复杂性理论：发现了一个按照计算难度给问题分类的完美体系可计算性理论：把问题分成可解和不可解自动机理论：论述计算的数学模型和定义和性质
https://blog.huhu.press/2019/07/24/parameter-estimation/
点估计设总体$X$的分布函数的形式已知，但它的一个或多个参数未知，借助于总体$X$的一个样本来估计总体未知参数的值的问题称为参数的点估计问题
https://blog.huhu.press/2019/11/05/numerical-integration/
我们在微积分中，通过切割面积，使用无数个矩形去逼近曲线的面积，然后求极限得到曲线的面积，但是通过上面的图可以发现，这样太慢了
https://blog.huhu.press/2019/07/30/linear-subspace/
定义设$\mathbf{A}$是$m \times n$的矩阵，定义以下四个子空间 名称 符号 集合 维数 列空间
https://blog.huhu.press/2019/09/13/optimization-problem/#more
最优化问题一般很难解决 一般解决方法多少有一些妥协 非常长的计算时间 不是总是能找到结果 最优化问题一般有3种分类： 最小二乘问题 线性规划问题 凸优化问题
https://blog.huhu.press/2019/07/31/hexo-next-setup/#more
前言在学习的路上越走越远，计划用Surface Pro准备实现全面电子笔记等，但是实际的使用上发现Onenote等其他软件写起笔记来，公式很难书写，排版也是不那么轻松，个人也不喜欢手写，加上需要显示代码啥的记录。于是选择Markdown，部署这个博客也属于个人的记录加上一些乱七八糟的折腾吧。 所有的修改和配置都遵循尽量不修改原来的代码，尽可能的采用覆盖或者修改配置文件进行
https://blog.huhu.press/2019/07/22/statistical-base/#more
基本概念 样本空间：随机试验$E$的所有可能结果组成的集合，记为$S$ 样本点：$E$的每个结果 随机事件：试验$E$的样本空间$S$的子集，简称事件 事件发生：当且仅当这一子集中的一个样本点出现的情况 必然事件：每次实验中总是发生的 不可能事件：每次实验中都不发生。记作$\varnothing$
https://blog.huhu.press/2019/11/11/linear-optimization-problem/
线性规划（LP） minc1x1+⋅+cnxns.t.a11x1+⋯+a1nxn≤b1am1x1+⋅+ammxn≤bmx1,⋯ ,xn≥0\begin{aligned} min &\qquad c_1x_1 + \cdot + c_nx_n & \ s.t. &\qquad a_{11}x_1 + \cdots + a_{1n}x_n \leq b_1 \
https://blog.huhu.press/2020/04/26/terraform/
Infrasturcture as Code
https://blog.huhu.press/2019/08/20/computer-system-base/
理解计算机时如何生成和运行可执行文件 上层是下层的抽象下层是上层的实现
https://blog.huhu.press/2019/09/13/convex-optimization/
凸优化 凸集：定义目标函数和约束函数的定义域。 凸函数：定义优化相关函数的凸性限制。 凸优化：中心内容的标准描述。 凸优化问题求解：核心内容。相关算法，梯度下降法、牛顿法、内点法等。 对偶问题：将一般优化问题转化为凸优化问题的有效手段，求解凸优化问题的有效方法。 convexity means non-negative curvature, it means it curves up.
https://blog.huhu.press/2019/07/30/linear-algebra-projection/#more
简介投影是从向量空间映射到自身的一种线性变换$P$，满足$P^2 = P$，就是说，当$P$两次作用于某个值，与作用一次得到的结果相同。
https://blog.huhu.press/2019/11/18/nodejs-note/
Node.js是个神奇的东西，当初通过python的爬虫学习到了JavaScrip（爬虫的本质就是JS），但是到最近Node.js的出现越来越频繁，本身JavaScrip的大量使用也间接导致了Node.js的大量使用，于是回到当年遇见JavaScrip就不会爬虫的那时，是时候把Node.js过一遍了。
https://blog.huhu.press/2019/09/13/nonlinear-optimization-problem/
最优化问题 最优化问题的数学模型一般形式为 minf0(x)s.t.fi(x)=0,i=1,⋯ ,mfi(x)≥0i=m+1,⋯ ,p\begin{aligned} min &\qquad f_0(\mathbf{x}) & \ s.t. &\qquad f_i(\mathbf{x}) = 0, &i = 1, \cdots, m \ &
https://blog.huhu.press/2019/11/19/vector-matrix-differential/
涉及矩阵和向量的求导可以分为五大类别 标量对矩阵 标量对向量 向量对标量 向量对向量 矩阵对标量
https://blog.huhu.press/2019/12/10/algebra-base/
代数结构 代数运算 代数运算：称映射∘:A×B→D\circ: A \times B \rightarrow D∘:A×B→D为A×BA \times BA×B到DDD的一个代数运算，记作a∘ba \circ ba∘b 二元运算：由A×AA \times AA×A到AAA的一个代数运算∘\circ∘称为AAA上的一个二元运算，此时称(A,∘)(A, \circ)(A,∘)是一个代数结构
https://blog.huhu.press/2019/07/23/statistical-distribution/
二项分布$\color{red}{X \sim{} b(n, p)}$ P(X=k) = \binom{n}{k}p^k(1-p)^{n-k} \quad k = 1, 2, \cdots, n
https://blog.huhu.press/2019/07/23/matrix-norm/#more
向量范数设是数域$\mathbf{F}$上的线性空间，如对$\mathbf{V}$中任意向量$\mathbf{a}$，都有唯一的一个实数$\Vert{}\mathbf{a}\Vert{}$与之对应，且满足下条件： 1) 非负性：$\Vert{}\mathbf{a}\Vert{} \geq 0$，且$\Vert{}\mathbf{a}\Vert{} = 0 \Leftrightarrow \math
https://blog.huhu.press/2019/09/18/information-theory/#more
信息论是用来找出信号处理与通信操作的基本限制，涉及 数据压缩 可靠的存储 数据传输 …
https://blog.huhu.press/2019/09/12/svg-note/#more
SVG是XML语言的一种形式，有点类似XHTML，它可以用来绘制矢量图形，例如右面展示的图形。SVG可以通过定义必要的线和形状来创建一个图形，也可以修改已有的位图，或者将这两种方式结合起来创建图形。图形和其组成部分可以变形，可以合成，还可以通过滤镜完全改变外观。
https://blog.huhu.press/2019/12/01/nosql-note/
NoSQL 非关系型的数据库。NoSQL有时也称作Not Only SQL的缩写 MongoDB MongoDB是一个通用的，基于文档的，基于分布式文件存储的开源数据库系统。
https://blog.huhu.press/2020/05/07/complex-function/
复数z=x+iyz = x + iyz=x+iy称为复数，其中iii为虚数单位，并规定i2=i×i=−1i^2 = i \times i = -1i2=i×i=−1，或i=−1i = \sqrt{-1}i=−1，x,y∈Rx, y \in \mathbb{R}x,y∈R实部：Rez=x(Real Part)\text{Re}z = x(Real\ Part)Rez=x(Real&nb
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
Django
The Web framework for perfectionists with deadlines.
Laravel
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
Microsoft
Open source projects and samples from Microsoft.
Google
Google ❤️ Open Source for everyone.
Alibaba
Alibaba Open Source for everyone
D3
Data-Driven Documents codes.
Tencent
China tencent open source team.
