biscuitの博客

关于凸优化的基础知识，包括凸集、凸函数的定义和性质，以及它们在优化问题中的应用。

线性规划是运筹学的一个重要分支，用于解决目标函数和约束条件都是线性的优化问题。本文将介绍线性规划的基本概念、数学模型以及求解方法。

自信息量、信息熵、联合熵与条件熵的定义、关系与最大熵定理

KL散度与交叉熵的定义、性质与分类应用

矩阵特征值与特征向量的定义、计算方法以及它们在数据分析和机器学习中的应用。矩阵特征值分解（EVD）和QR算法的介绍。

矩阵的奇异值分解（SVD）是一种重要的矩阵分解方法，它将一个矩阵分解为三个矩阵的乘积：一个正交矩阵、一个对角矩阵和另一个正交矩阵。本文将介绍SVD的定义、计算方法以及在数据分析和机器学习中的应用。

讲一讲内积的定义和性质，以及它在矩阵空间中的推广，特别是GRAM矩阵和$A^TA$和$AA^T$这两种常见的处理长方形矩阵手段的关系。