CF入门资料推荐CFD参考书推荐CFD代码勘误

0 基本术语介绍（1）组合优化（Combinatorial Optimization）组合优化问题的目标是从组合问题的可行解集中求出最优解，通常可描述为：令Ω＝{S1，S2，…，Sn}为所有状态构成的解空间，C(Si)为状态Si对应的目标函数值，要求寻找最优解S*，使得对于所有的Si∈Ω，有C(S*)＝minC(Si)。典型的组合优化问题有旅行商问题（Traveling Salesman Prob

1 数据预处理1.1 归一化（Min-Max Scaling）与标准化（Standardization）归一化与标准化均不改变数据分布，归一化后数据会在0，1之间（也可以设置成其他任意范围），标准化后数据的均值为0，方差为1。大多数机器学习算法中，会选择标准化进行特征缩放，因为归一化对异常值非常敏感，在神经网络算法中也是采用标准化处理数据。归一化：标准化：归一化代码实现：'''对每列（特征）归一化

1 引言当下时代，无论你是否专业于CS，想必都应当听过大数据、人工智能、机器学习、神经网络与深度学习这几个热词。他们区别明显却又联系紧密，有些互有交集，有些又是另一部分的子集。基于上述原因，现作文一篇以剖析五者之区别与联系，以免在学习过程中一头雾水。需要注意的是本文不会着重介绍五者具体内涵，点到即止。若有兴趣者自行寻找相关专著观阅即可。2 概念2.1 人工智能人工智能可以简单地定义为一个可以与其环

Numpy是Python的一个重要科学计算库。矩阵操作是深度学习、数值计算的重要部分。只介绍矩阵操作的代码实现，不介绍数学原理。下面是一些常用的使用Numpy库矩阵操作。importnumpyasnp写在最前面，代码段中不再添加1 矩阵创建（1）通过列表创建矩阵a3 = np.mat([[1], [2], [3]])（2）创建特殊元素矩阵data1 = np.mat(np.zeros((2, 3)