摘要： 当研究物理系统中温度、压力、密度等在一定空间内的分布状态时，数学上只需用一个代数量来描绘，这些代数量（即标量函数）所定出的场就称为标量场。最常用的标量场有温度场，电势场，密度场，浓度场等等。 阅读全文

摘要： 感知器（PLA——Perceptron Learning Algorithm），也叫感知机，处理的是机器学习中的分类问题，通过学习得到感知器模型来对新实例进行预测，因此属于判别模型。感知器于1957年提出，是神经网络的基础。 阅读全文

摘要： 梯度下降是迭代法的一种，可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习中，基于基本的梯度下降法发展了两种梯度下降方法，分别为随机梯度下降法和批量梯度下降法。 阅读全文

摘要： 微服务架构（Microservice Architecture）是一种架构概念，旨在通过将功能分解到各个离散的服务中以实现对解决方案的解耦。 阅读全文

摘要： 在二重积分中，极坐标替换是一种特殊情况，更一般的变量替换后的面积元是通过雅可比行列式来关联，替换后的积分域也会随之变动。 阅读全文

摘要： 机器学习是人工智能的一种实现方式；深度学习是一种实现机器学习的技术，或者说是一种特殊的机器学习方法，可以说广义上的机器学习也包括了深度学习 阅读全文

摘要： 二重积分的几何意义是计算物体的体积，但是在实际问题中，二重积分还可以用来计算面积和均值。 阅读全文

摘要： 直角坐标是常用的坐标法，但是对于一些特别的问题，在直角坐标系下处理就显得有点笨拙了。这个时候，不妨试试极坐标。它可以使得问题变得出乎意料的简洁，也能让问题直观和清晰起来。 阅读全文

摘要： 二重积分是二元函数在空间上的积分，同定积分类似，是某种特定形式的和的极限。本质是求曲顶柱体体积。重积分有着广泛的应用，可以用来计算曲面的面积，平面薄片重心等。平面区域的二重积分可以推广为在高维空间中的（有向）曲面上进行积分，称为曲面积分。 阅读全文

摘要： 非独立变量，一个量改变会引起除因变量以外的其他量改变。把非独立变量看做是独立变量，是确定物理量间关系的一大忌。 正确确定物理表达式中的物理量是常量还是变量，是独立变量还是非独立变量，不但是正确解答有关问题的前提和保障，而且还可以简化解答过程。 阅读全文