熱門Ptt文章

[爆卦]函數判別式是什麼？優點缺點精華區懶人包

雖然這篇函數判別式鄉民發文沒有被收入到精華區：在函數判別式這個話題中，我們另外找到其它相關的精選爆讚文章

在 函數判別式產品中有9篇Facebook貼文，粉絲數超過7,590的網紅李傑老師，也在其Facebook貼文中提到， 110學測數學重點來嘍!!! 1.數與式 有理數與無理數/絕對值的數線意義/算幾不等式。 2.多項式 二次函數(極值，恆正，係數的正負判別)/牛頓定理/勘根/虛根成雙/插值多項式。 3.指對數 圖形/對數的定義題(星等，分貝，地震，ph值)/不等式/首尾數(複利，成長率，內插法)與應用。 4...

　同時也有23部Youtube影片，追蹤數超過2萬的網紅數學老師張旭，也在其Youtube影片中提到，【摘要】 本習題練習計算一個極大容積問題，雖然它本來應該放在高中問題、或是微分判別法的章節，但放在這邊一樣是呈現連續函數必有極值，只是這個極值不那麼好找 (若不用算幾不等式) 的概念。一起來體驗看看吧 【勘誤】 無，有任何錯誤歡迎留言告知 【習題】 檔案：https://drive.google...

「函數判別式」的推薦目錄
  • 李傑老師

    函數判別式 在 李傑老師 Facebook 的最佳解答

    2021-01-12 16:53:01
    有 115 人按讚

    110學測數學重點來嘍!!!

    1.數與式
    有理數與無理數/絕對值的數線意義/算幾不等式。

    2.多項式
    二次函數(極值，恆正，係數的正負判別)/牛頓定理/勘根/虛根成雙/插值多項式。

    3.指對數
    圖形/對數的定義題(星等，分貝，地震，ph值)/不等式/首尾數(複利，成長率，內插法)與應用。

    4.數列級數
    等差等比的混合題型/sigma求和應用/複利求和。

    ５.排列組合
    同物排列/排容原理/選排問題/分組分堆/幾何計數(直線數，三角形數，矩形數…)/二項式定理。

    6.機率
    古典機率(骰子，銅板，數字問題)/條件機率/貝式定理/獨立事件。

    ７.數據分析
    標準差S/相關係數r/迴歸直線/資料的伸縮平移。

    8.三角
    定義(廣義角)/正餘弦與應用(面積，中線，分角線，偏線，R,r)/二倍角公式/簡易三角測量。

    ９.直線與圓
    斜率/直線的位置關係與分割/線性規劃/圓與線的位置關係/切線的求法。

    10.平面向量
    加減法概念/共線理論/內積的性質與應用(長度，夾角，正射影)/兩線求夾角(距離)。

    11.空間向量
    坐標系的設定/外積與面積體積。

    12.空間中的平面直線
    平面方程式的處理/兩平面求夾角距離/直線與平面的位置關係(交於一點，平行...)。

    13.矩陣
    乘法與性質/轉移矩陣的判讀/馬可夫鏈/反矩陣(乘法反元素)

    14.二次曲線
    定義的應用(尤其是兩種曲線的混合命題，共焦點或共頂點…)/求方程式。

    請按照上述重點逐一複習，並找試題演練，必可考得佳績！

    Go go go & good luck♥
    (本文歡迎轉載或分享 請註明出處 謝謝)

  • 國立臺北大學National Taipei University

    函數判別式 在 國立臺北大學National Taipei University Facebook 的精選貼文

    2019-07-17 15:39:53
    有 21 人按讚


    #AI進行假新聞辨別不是夢：
    研究指出只要建立假新聞大數據庫，將有機會以AI人工智慧的方式分辨假新聞

    #假新聞無所不在，不但是政治新聞有假，醫藥、食品、健康、財經等類別的新聞，也都有假新聞。假新聞到處氾濫，實在令人困擾，如何利用AI人工智慧，發展智慧判別，變成為學術界努力的方向。
    由台北大學汪志堅教授、淡江大學Min-Yuh Day 戴敏育
    副教授、台北大學研究生胡林辳 （Lin Lung Hu）
    合組的研究團隊，針對假新聞進行深度學習，發展人工智慧判斷的機制。該研究中，利用加拿大所收集的2萬3千多筆英文假新聞與2萬1千多筆真新聞，進行深度學習訓練，以各種類神經深度學習人工智慧方法（包括長短期記憶法LSTM、雙向長短期記憶法BLSTM、門閘遞迴神經網路GRU)，結合不同的激活函數、損失函數、優化器、退出率Dropout，進行深度學習人工智慧的模式調校。研究中訓練獲得的人工智慧過濾模式，可以成功判別90%以上的假新聞，表示確實可以找到特徵，可以分辨假新聞。
    不過，要利用人工智慧進行假新聞判別，最大的挑戰是大數據資料庫。當研究團隊使用2萬1千多筆的加拿大所收集的假新聞進行訓練時，資料數量足夠，因此可以判別90％甚至於95％以上的假新聞。
    但台灣目前所收集的假新聞數量仍然不足，研究團隊以4886筆台灣的假新聞進行類神經深度學習訓練所獲得的人工智慧模式，只能成功判別三成到四成左右的假新聞。此一結果顯示若要進行假新聞人工智慧模式發展，必須有充足的假新聞資料庫作為後盾。
    目前台灣有許多單位，致力於標註假新聞，知名的單位包括TFC 台灣事實查核中心、g0v的「真的假的」專案。這些單位的假新聞標註數量，仍不夠多，若能多投入資源，增加真假新聞的判讀，建立完整的真新聞、假新聞資料庫，對於未來發展假新聞的人工智慧標註，將會很有助益。
    研究團隊還發現，在學術研究中，經常以假新聞、真新聞各半的比率，進行研究。但這樣的研究情境設計，與真實狀況不符，導致於調校出來的人工智慧模式過度樂觀。當假新聞的比率降低到5%，以較接近現實生活中的情況時，人工智慧模式的正確率就大幅降低了。也就是說，目前學術研究中的假新聞比率，過度高估，使得研究成果被過度樂觀看待。若要真正用於假新聞偵測，考慮重新檢視，才能將學術研究成果運用於實務界。

    本次研究主要是由由台北大學汪志堅教授、淡江大學戴敏育副教授、台北大學研究生胡林辳所共同完成，本研究使用的2萬1千多筆加拿大假新聞報導，是由維多利亞大學(University of Victoria)的資訊安全與物件科技研究室(Information Security and Object Technology Research Lab)所收集。本研究使用到的近5千筆台灣假新聞報導，是由g0v的「真的假的」專案所收集。研究中，將假新聞比率分別定為50%、25%、5%，進行深度學習人工智慧類神經訓練，並計算各種不同模式下成功判別假新聞的可能性。

    國立臺北大學National Taipei University汪志堅教授與
    世新大學 Shih Hsin University陳才教授合著的新書：「假新聞：來源、樣態與因應策略」（前程管理教育中心出版），將於2019年7月30日上午9:30舉行新書發表會與研討會，會中除了發表新書以外，也將發表此一研究成果，說明未來利用人工智慧進行假新聞判別的展望。關於該研討會相關事項，可與汪志堅教授（國立臺北大學資訊管理研究所）聯絡，或直接聯繫承辦專員涂小姐，Email: tmi@tmi.org.tw 電話02-2658-9282 ext.258。活動網址為https://www.accupass.com/go/fakenews。

  • 李傑老師

    函數判別式 在 李傑老師 Facebook 的最佳解答

    2016-01-19 22:27:21
    有 136 人按讚


    105學測最最重點來嘍!!!

    高三(四)的孩子看過來!!!
    105學測數學的重點如下，請務必熟讀。
    1.數與式:有理數與無理/雙根號/算幾不等式。
    2.多項式：二次函數(極值，恆正，係數的正負判別)/牛頓定理(重要)/勘根(重要)/虛根成雙(重要)/插值多項式(需注意)。
    3.指對數:圖形/對數的定義題(星等，分貝，地震，ph值)/不等式/首尾數(複利，成長率，內插法)～很重要～。
    4.數列級數:等比/sigma求和(重要)。
    ５.排列組合:同物排列/排容原理/選排問題/分組分堆(重要)/幾何計數(直線數，三角形數，矩形數…)～重要。
    6.機率:古典機率(骰子，銅板，數字問題，很重要)/條件機率(很重要)/貝式定理(很重要)/獨立事件。
    ７.數據分析:標準差S(重要)/相關係數r(重要)/迴歸直線/資訊的伸縮平移(很重要)
    8.三角:定義(廣義角)/正餘弦與應用(面積，中線，分角線，偏線，R,r)～很重要/二倍角公式(重要)。
    ９.直線與圓:斜率/斜截式/直線的關係(配合克拉瑪公式)/線性規劃(很重要)/圓與線的位置關係(重要)/切線(重要)。
    10.平面向量:加減法概念/共線理論(很重要)/內積的性質與應用(長度，夾角，正射影)～重要/兩線求夾角(距離)。
    11.空間向量:坐標系的設定(重要)/外積與體積(重要)。
    12.空間中的平面直線:求平面方程式/平面求夾角距離(重要)/直線與平面的位置關係(重要)。
    13.矩陣:乘法與性質(重要)/馬可夫鍊(很重要)/反矩陣(乘法反元素)(很重要)
    14.二次曲線:定義的應用(很重要)～尤其是兩種曲線的混合命題(共焦點或共頂點…)/求方程式。
    請按照上述重點複習，並找模擬試題演練，必可考得佳績！
    Go go go & good luck!
    (本文歡迎轉載或分享 請註明出處 謝謝)

你可能也想看看

搜尋相關網站