微积分关键词检索结果

顶级数学奖获得者结婚代数和微积分,找到了一个新的领域

Top Math Prize Recipient Wedded Algebra and Calculus to Found a New Field

Masaki Kashiwara,今年的亚伯奖得主,共同创立了一个新的数学领域,称为代数分析

微积分是大学招生官无法摆脱的瘾吗?

Is Calculus an Addiction That College Admissions Officers Can’t Shake?

一项新调查显示,该主题如何成为学术严谨性的代表

微积分是大学招生人员无法戒掉的瘾吗?

Is calculus an addiction that college admissions officers can’t shake?

对于许多高中生来说,微积分可能是一个痛苦的过程。据估计,有 20% 的学生(每年约 800,000 名)选修该科目,通常是在高年级时。我惊讶地发现,不只是学生鄙视计算的压力。教授、数学教育专家和公平倡导者也讨厌[…]这篇文章《微积分是大学招生人员无法摆脱的瘾吗?》首先出现在《赫金格报告》上。

什么是导数? 了解微积分的基石

What is a Derivative? Understanding the Cornerstone of Calculus

为什么重要:探索微积分中的导数概念,从基本定义到高级应用。了解导数如何塑造数学。

与 Jim Hollis 一起为每个人提供微积分圆桌会议席位

Providing Everyone a Seat at the Calculus Roundtable with Jim Hollis

Jim Hollis 创立了微积分圆桌会议,旨在让微积分等高级数学课程更容易学习,尤其是对面临障碍的少数族裔学生来说。他的实践体验式方法旨在改变人们对数学令人生畏或只适合某些人的观念。学生们没有听讲座和做作业,而是进行创造性的合作项目,制作过山车和视频游戏,将数学概念与现实世界联系起来。来自自己社区的同伴导师和榜样建立了作为“数学人”的信心。小组工作和接受失败作为学习过程的一部分,使他的课程引人入胜。与当地 STEM 企业合作进行课外学习,向学生展示了数学如何应用于各种职业。虽然有些人认为人工智能是一种威胁,但 Jim 相信年轻一代会找到我们无法想象的有效方法来使用它。他的目标是让学生睁开眼睛

数学何时发明?

When was math invented?

人类开始计数数万年前,但是什么时候开始弄清楚高级算术,代数甚至微积分?

了解加州社区学院 STEM 数学课程安排的变化

What to know about changes in STEM math placement at California community colleges

从明年开始,社区学院将有更多 STEM 专业的学生直接进入微积分课程,无需先修课程,因为学院将遵守一项新法律。这些变化让一些教育工作者感到兴奋,但也让另一些教育工作者感到担忧。

LAUSD 的研究证实了四年数学的好处;主管 Alberto Carvalho 接受了研究结果

Study of LAUSD confirms benefits of four years of math; Superintendent Alberto Carvalho embraces findings

加州大学洛杉矶分校的研究人员发现,选修数学(无论是统计学还是微积分)的高中毕业生更有可能进入四年制大学并在第二年返回。

如何求解布尔代数表达式?

How to Solve Boolean algebra Expressions?

布尔代数源自代数,代数是数学的主要分支之一。数学有很多分支,例如微积分、算术、代数、几何、数值分析……如何求解布尔代数表达式?阅读更多»如何求解布尔代数表达式?文章首次出现在 AtomsTalk 上。

量子谐振子第 4 部分:薛定谔方程的级数解 量子谐振子势

Quantum Harmonic Oscillator Part-4: The Series Solution of Schrödinger’s Equation Quantum Harmonic Oscillator Potential

本文是我写的关于量子谐振子的文章系列的第四部分。如果你还没有读过第一部分:量子谐振子简介、第二部分:带有无量纲项的薛定谔方程和第三部分:渐近解,那么你就无法理解我将在本文中解释的内容,所以阅读这些文章是必须的。好吧……事不宜迟,我们开始吧……本文的目标是通过寻找级数解来找到谐振子的通解。从我上一篇文章的第 7 个方程中,我们得到了一个表达式,为了求解这个问题的薛定谔方程,我们希望明确地建立在上一篇文章中建立的 ψ 的指数渐近行为的知识。所以,有一种方法可以做到这一点,那就是假设可以表示为两个函数的乘积,一个函数具有波函数的渐近行为,另一个函数是未知函数,我们称之为 H(ξ)。我们可以这样表达我

量子谐振子第 3 部分:薛定谔方程的渐近解 量子谐振子势

Quantum Harmonic Oscillator Part-3: The Asymptotic Solution of Schrödinger’s Equation Quantum Harmonic Oscillator Potential

这篇文章是我写的关于量子谐振子系列文章的第三部分。如果你还没有读过第一部分:量子谐振子简介和第二部分:带有无量纲项的薛定谔方程,那么你就无法理解我将在本文中解释的内容,所以阅读这些文章是必须的。此外,这篇文章有点技术性,而且数学性更强,因此,掌握微积分和方程解的知识是继续下去的必要技能。好的,那么......让我们开始驯服这头野兽吧......在我之前关于带有无量纲项的薛定谔方程的文章中,我们得出了一个漂亮的方程,即带有两个无量纲变量的薛定谔方程(参见我第二部分文章中的方程 11)。我们将在这里使用这个方程。我们的任务是求解该方程中的 ψ(ξ),然后通过替换将解还原到 x 空间,ξ = αx

量子叠加定理:一种数学方法

The Quantum Superposition Theorem: A Mathematical Approach

在我之前的文章中,我主要写了关于量子叠加的理论方面。量子叠加是主要的基石理论之一,它为量子物理学提供了奇特之处,并帮助我们解决量子隧穿等关键问题。在我的上一篇文章中,我写了关于正交定理的内容,这是理解量子叠加背后的数学的必要先决条件。除此之外,还需要具备概率知识的初步微积分知识才能理解下面的文字,因为它可能看起来并不像你在纪录片中看到的那样花哨,相反,如果你理解了文字,那么它会更迷人,并支持这一说法:“事实比小说更奇怪”。所以,事不宜迟,让我们深入研究它……为了制定叠加原理,首先我们必须考虑一些潜在的 V(x),并且对于这个潜在的薛定谔方程已经得到解决。这产生了许多波函数 𝜓ᵢ(x) 及其对应

格兰特·桑德森:3Blue1Brown 和数学之美

Grant Sanderson: 3Blue1Brown and the Beauty of Mathematics

Grant Sanderson 是一位数学教育家,也是 3Blue1Brown 的创建者,这是一个流行的 YouTube 频道,使用编程动画可视化来解释线性代数、微积分和其他数学领域的概念。此对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息,请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系,您可以在其中观看这些对话的视频版本。如果您喜欢播客,请在 Apple Podcasts 上给它 5 星评分,在 Spotify 上关注它,或在 Patreon

Gilbert Strang:线性代数、深度学习、教学和 MIT 开放式课程

Gilbert Strang: Linear Algebra, Deep Learning, Teaching, and MIT OpenCourseWare

Gilbert Strang 是麻省理工学院的数学教授,也许是世界上最著名、最有影响力的数学教师之一。他在麻省理工学院开放式课程上关于线性代数的讲座已被观看了数百万次。本次对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息,请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系,您可以在那里观看这些对话的视频版本。如果您喜欢播客,请在 Apple Podcasts 上给它 5 星评分或在 Patreon 上支持它。本集由 Cash App 提供。下载它,

评论:斯坦福在线人工智能课程 - 深度学习和机器学习

Review : Stanford's Online Artificial Intelligence Courses - Deep Learning and Machine Learning

你好!我已经入读斯坦福大学并在网上学习他们的课程。以下是我目前所学课程的一些看法。CS224n - 自然语言处理与深度学习 (Manning 教授)难度:4/5 (中等)预期内容:了解应用于 NLP 的最先进的 (SoTA) 深度学习技术。关键主题:问答文本摘要词性标记序列到序列模型Transformers为您提供了NLP发展方向的非常好的概述,家庭作业很有挑战性,但允许您实现最新的神经架构来解决各种语言问题。我的课堂项目:BertQA(github上99*颗星)- 荣获班级最佳项目奖CS231n - 用于视觉识别的卷积神经网络(Li教授和Justin Johnson)难度:4/5(中等)预期