以下内容为个人笔记，部分图片来源于郭老师课件或课程截图。笔记汇总：MATLAB基础教程课程视频：MATLAB基础教程-台大郭彦甫（14课全-高清-含课件）文章目录数字图像简述图像准备图像算法图像乘法图像加法图像直方图图像几何变换图像旋转补充几个函数练习数字图像简述数字图像大概可以分为如上图所示的三类：彩色、灰阶、黑白；计算机存储图像时，实际上当作一个矩阵来存储，简单来说，矩阵的大小即为图片的像素大

符号求根符号寻根solve()在此之前有必要介绍一下符号变量symbolic variablessyms var1 ... varN：创建符号变量，以空格分隔不同的变量。这是一种特殊的变量，以这种方式syms x声明的变量，matlab当作符号处理，通过此变量运算赋值所得y=x^3+x也是符号变量（sym类型）求解一般方程S = solve(eqn,var)：解出关于变量var的方程eqn，如果不

多项式曲线拟合polyfit()p = polyfit(x,y,n) 返回次数为 n 的多项式 p(x) 的系数，该阶数是 y 中数据的最佳拟合（在最小二乘方式中）。p 中的系数按降幂排列，p 的长度为 n+1。可以将p(1),p(2)代入拟合方程中计算x对应的拟合y值，如下图一阶多项式拟合；也可以直接使用 polyval(p,x) 来计算，如后图高阶多项式拟合。[p,S] = polyfit(x

这是在学习吴恩达的机器学习课程时，一些随笔。课程地址在 coursera ML文章目录监督学习 VS 无监督学习Cost function梯度下降学习率 α\alphaα多元梯度下降特征缩放和均值归一化特征和线性拟合Normal Equation 正规方程梯度下降 VS Normal Equation数学建模中的回归问题监督学习 VS 无监督学习简单来说：监督学习：我们有一组数据集，并且已经知道了

多项式微积分多项式的值y = polyval(p,x) 计算多项式 p 在 x 的每个点处的值。参数 p 是长度为 n+1 的向量，其元素是 n 次多项式的系数（降幂排序）。如图，计算多项式在x=-2:0.01:5处的值，并plot()出多项式曲线：多项式微分k = polyder(p) 返回 p 中的系数表示的多项式的导数；k = polyder(a,b) 返回多项式 a 和 b 的乘积的导数；

以下内容为个人笔记，部分图片来源于郭老师课件或课程截图。笔记汇总：MATLAB基础教程课程视频：MATLAB基础教程-台大郭彦甫（14课全-高清-含课件）文章目录图像黑白化图像背景图像计数练习为了解决下列问题展开：图像黑白化对灰阶图像黑白化，即把图像颜色较深的那部分值设为全黑(0)，较浅那一部分设为全白(1)；量化来说，就是对于图像的 histogram 图，选取一个合适的值(分界线)，将小于这个

MATLAB基础教程-台大郭彦甫-学习笔记最近在跟着郭彦甫老师的教程学matlab，刚开始用OneNote整理了一些笔记。郭彦甫老师的课讲的超级棒，个人认为目前各平台上最好的matlab入门视频。但是2015年的课程，在今天matlab有部分特性可能不支持了，又或者是新特性相比而言更加好用。我借助matlab官方文档，对课程内容做了适当补充，以及课堂练习的个人见解。后续会陆续更新，第一次写博客，完

windows 11 系统中 WSL2 的安装，直接安装在非 C 盘，并同时配置图形界面和网络代理。

这里作为一个目录吧，正在学习中。学习过程中做的笔记，主要对在数模中比较实用的一些东西做了补充，另外就是附上了编程练习的个人解答。希望自己能坚持下去！监督学习-线性回归课程原地址在：Machine Learning搬运视频在：PPT 和编程作业在：PPT 和编程作业Coursera 没有被墙，只是视频可能看不了。可以去注册一个账号，加入课程，然后视频在 b 站看，作业可以去 Coursera 完成。

MacOS Docker 安装使用 Homebrew 安装第一步需要先安装 Homebrew ：确认已经安装好了 Homebrew 后搜索 Docker 包，发现有两个包：$ brew search docker==> Formulaedockerdocker-machine-driver-vmwaredocker-cleandocker-machine-d