数学
核方法(八):深度核学习 vs 深度学习——选择指南与故障排查
深度核学习把神经特征提取和核方法结合。何时选核而非深网、超参调优手册、常见故障模式,以及一张最终的 5 步核方法决策流程图。
核方法(七):大规模核方法——Nystrom 近似与随机傅里叶特征
核方法是 $O(n^3)$。Nystrom 近似和随机傅里叶特征把它拉回线性时间,同时保留核技巧的表达能力。
核方法(六):高斯过程——当核方法遇到贝叶斯推断
高斯过程把核变成一个贝叶斯模型——后验自带不确定性、边际似然自动选超参、核就是函数空间上的先验。
核方法(五):核 SVM、核 PCA 与核岭回归
把经典算法核化——SVM 的对偶形式、核 PCA 在特征空间里的特征分解、核岭回归的闭式解。带 sklearn 代码与 worked example。
核方法(四):常见核函数族——RBF、Matern、多项式、周期与更多
你真正会用到的几族核函数:RBF(高斯)、多项式、线性、Matern、周期、sigmoid。何时选哪个、超参直觉,以及核怎么组合。
核方法(三):RKHS——核方法的理论灵魂
再生核 Hilbert 空间——核方法栖息的函数空间。再生性、表示定理,以及为什么有限数据可以在无穷维空间里做优化。
核方法(二):数学基础——正定核与 Mercer 定理
什么样的函数才是合法核?正定性、Gram 矩阵判别、以及 Mercer 定理——那个让核技巧合法化的谱分解。
核方法(一):为什么需要它——从线性算法的天花板说起
线性算法没办法捕获非线性规律。核技巧让你既保留线性算法的优雅,又能建模非线性关系,而且完全不需要写出那个高维特征映射。这是核方法 8 篇系列的开篇。
微分几何(十一):黎曼几何中的曲率 —— 黎曼、里奇和标量
黎曼曲率张量捕捉了所有内蕴曲率信息 —— 其收缩(里奇和标量曲率)控制体积增长、测地线偏离和爱因斯坦方程。
微分几何(九):流形上的积分与斯托克斯定理
斯托克斯定理——流形上的微积分基本定理——将格林定理、高斯定理和经典的斯托克斯定理统一为一个优雅的陈述。
微分几何(八):微分形式 —— 流形上积分的自然语言
微分形式将梯度、旋度和散度统一到一个框架中——外导数 $d$ 和楔积使微积分变得与坐标无关。
微分几何(七):向量场、流和李括号
向量场生成流——一族单参数的微分同胚。李括号衡量了流不交换的程度,从而引出了Frobenius可积性定理。
微分几何(六):光滑流形 —— 超越嵌入曲面的几何
流形使几何从环境空间中解放出来——图表、图册和光滑结构让我们能够在不生活在 $\mathbb{R}^n$ 中的空间上进行微积分。
微分几何(四):内蕴几何 —— 惊人定理与测地线
Gauss 的惊人定理揭示了高斯曲率仅依赖于第一基本形式 —— 测地线是曲面上的“直线”,局部最小化弧长。
微分几何(三):形状算子——曲面的曲率
Gauss 映射和形状算子捕捉曲面在空间中的弯曲方式——主曲率、高斯曲率和平均曲率将每个点分类为椭圆型、双曲型或抛物型。
微分几何(二):曲面与第一基本形式 —— 内在测量
正则曲面、坐标补丁、切平面和第一基本形式——如何在不离开曲面的情况下测量长度、角度和面积。
微分几何(一):空间中的曲线 —— 曲率、挠率和 Frenet 标架
参数化曲线、弧长、曲率、挠率和 Frenet-Serret 装置——完整的空间曲线局部理论。
泛函分析(九):无界算子 —— 当有界性失效时
闭算子、对称与自伴的区别、亏指数、Friedrichs 扩张、无界自伴算子的谱定理以及 Stone 定理。
泛函分析(二):赋范空间与Banach空间
范数公理、经典例子、有限维空间中范数的等价性、完备性及其重要性、Schauder基、商空间以及可分性的作用。
抽象代数(四):Sylow 定理 —— 剖析有限群
Sylow 定理为我们提供了一种系统的方法来寻找和计数素数幂阶的子群——这是分类有限群最有力的工具。
抽象代数(三):商群与同态 —— 结构压缩的艺术
正规子群、商构造和同构定理——如何系统地简化群同时保留其本质。
抽象代数(二):群的作用 —— 群如何移动事物
我们形式化了群如何作用于集合,证明了轨道-稳定子定理,推导了 Burnside 引理,并计算了项链的数量。
抽象代数(一):群 —— 你与代数结构的初次相遇
从整数到对称性,我们构建了群的正式定义,证明了拉格朗日定理,并计算了第一个子群格。






















