IndustryCorpus2
Collection
多语种多行业预训练数据集 • 35 items • Updated • 7
Error code: DatasetGenerationError
Exception: CastError
Message: Couldn't cast
text: string
alnum_ratio: double
avg_line_length: double
char_rep_ratio: double
max_line_length: int64
num_words: int64
quality_score: double
special_char_ratio: double
industry_type: string
-- schema metadata --
pandas: '{"index_columns": [{"kind": "range", "name": null, "start": 0, "' + 1386
to
{'text': Value(dtype='string', id=None), 'alnum_ratio': Value(dtype='float64', id=None), 'avg_line_length': Value(dtype='float64', id=None), 'char_rep_ratio': Value(dtype='float64', id=None), 'flagged_words_ratio': Value(dtype='float64', id=None), 'max_line_length': Value(dtype='int64', id=None), 'num_words': Value(dtype='int64', id=None), 'perplexity': Value(dtype='float64', id=None), 'quality_score': Value(dtype='float64', id=None), 'special_char_ratio': Value(dtype='float64', id=None), 'word_rep_ratio': Value(dtype='float64', id=None), '_id': Value(dtype='int64', id=None), 'industry_type': Value(dtype='string', id=None)}
because column names don't match
Traceback: Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1362, in compute_config_parquet_and_info_response
fill_builder_info(builder, hf_endpoint=hf_endpoint, hf_token=hf_token, validate=validate)
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 593, in fill_builder_info
num_examples_and_sizes: list[tuple[int, int]] = thread_map(
File "/src/services/worker/.venv/lib/python3.9/site-packages/tqdm/contrib/concurrent.py", line 69, in thread_map
return _executor_map(ThreadPoolExecutor, fn, *iterables, **tqdm_kwargs)
File "/src/services/worker/.venv/lib/python3.9/site-packages/tqdm/contrib/concurrent.py", line 51, in _executor_map
return list(tqdm_class(ex.map(fn, *iterables, chunksize=chunksize), **kwargs))
File "/src/services/worker/.venv/lib/python3.9/site-packages/tqdm/std.py", line 1169, in __iter__
for obj in iterable:
File "/usr/local/lib/python3.9/concurrent/futures/_base.py", line 609, in result_iterator
yield fs.pop().result()
File "/usr/local/lib/python3.9/concurrent/futures/_base.py", line 439, in result
return self.__get_result()
File "/usr/local/lib/python3.9/concurrent/futures/_base.py", line 391, in __get_result
raise self._exception
File "/usr/local/lib/python3.9/concurrent/futures/thread.py", line 58, in run
result = self.fn(*self.args, **self.kwargs)
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 465, in retry_validate_get_num_examples_and_size
validate(pf)
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 531, in validate
raise TooBigRowGroupsError(
worker.job_runners.config.parquet_and_info.TooBigRowGroupsError: Parquet file has too big row groups. First row group has 1150792829 which exceeds the limit of 300000000
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1997, in _prepare_split_single
for _, table in generator:
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 688, in wrapped
for item in generator(*args, **kwargs):
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/packaged_modules/parquet/parquet.py", line 93, in _generate_tables
yield f"{file_idx}_{batch_idx}", self._cast_table(pa_table)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/packaged_modules/parquet/parquet.py", line 71, in _cast_table
pa_table = table_cast(pa_table, self.info.features.arrow_schema)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/table.py", line 2302, in table_cast
return cast_table_to_schema(table, schema)
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/table.py", line 2256, in cast_table_to_schema
raise CastError(
datasets.table.CastError: Couldn't cast
text: string
alnum_ratio: double
avg_line_length: double
char_rep_ratio: double
max_line_length: int64
num_words: int64
quality_score: double
special_char_ratio: double
industry_type: string
-- schema metadata --
pandas: '{"index_columns": [{"kind": "range", "name": null, "start": 0, "' + 1386
to
{'text': Value(dtype='string', id=None), 'alnum_ratio': Value(dtype='float64', id=None), 'avg_line_length': Value(dtype='float64', id=None), 'char_rep_ratio': Value(dtype='float64', id=None), 'flagged_words_ratio': Value(dtype='float64', id=None), 'max_line_length': Value(dtype='int64', id=None), 'num_words': Value(dtype='int64', id=None), 'perplexity': Value(dtype='float64', id=None), 'quality_score': Value(dtype='float64', id=None), 'special_char_ratio': Value(dtype='float64', id=None), 'word_rep_ratio': Value(dtype='float64', id=None), '_id': Value(dtype='int64', id=None), 'industry_type': Value(dtype='string', id=None)}
because column names don't match
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1375, in compute_config_parquet_and_info_response
parquet_operations, partial, estimated_dataset_info = stream_convert_to_parquet(
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 990, in stream_convert_to_parquet
builder._prepare_split(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1884, in _prepare_split
for job_id, done, content in self._prepare_split_single(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 2040, in _prepare_split_single
raise DatasetGenerationError("An error occurred while generating the dataset") from e
datasets.exceptions.DatasetGenerationError: An error occurred while generating the datasetNeed help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
text string | alnum_ratio float64 | avg_line_length float64 | char_rep_ratio float64 | flagged_words_ratio float64 | max_line_length int64 | num_words int64 | perplexity float64 | quality_score float64 | special_char_ratio float64 | word_rep_ratio float64 | _id int64 | industry_type string |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
"在2002年北京国际数学家大会(ICM)上,中国籍数学家,麻省理工学院和北京大学教授田刚将作1小时的大会报告,12位中国大陆的数学家将作45分钟报告,这些数学家都曾不同程度地受到过国家自然科学基金的资助.这么多的华人数学家应邀在ICM上作报告,这在ICM100多年的历史上是第一次,充分显示了中国数学家在今天国际数学界的地位.4000多人的国际数学家大会在北京召开,说明了中国的实力."这是国家自然科学基金委员会副主任王乃彦日前在接受本报记者采访时介绍的. 王乃彦指出,自然科学基金委一直非常重视对数学的支持,基金的支持力度在持续增加,数学基金从1986年建委之初的每年100万元增加到2002年的3500万元.目前自然科学基金资助的数学... | 0.929038 | 1,226 | 0.00986 | 0 | 1,226 | 466 | 1,240.5 | 4.128906 | 0.14845 | 0 | 200,200,003,004 | 数学_统计学 |
8月20日对于中国百姓也许是一个寻常的日子,然而对于长期遨游在数学王国的学者们却是一个难忘的时刻:世界数学大会这一天在北京召开.有资料证实,这个被冠以世界数学界奥林匹克盛会的会议,是首次在发展中国家举行. 届时中国大陆将有12名数学家在大会上作为时45分钟的报告.中国学者以如此强大的阵容出现在世界数学顶级盛会上,也是世界数学大会百年历史上前所未有的纪录.不可否认有此机会多少得益于东道主的优势,但是近年来中国在数学等基础领域所取得的成就,也已充分显示了中国学者的实力. 有一个事实引起了记者的注意:此次参加大会的中国数学家们在其工作经历中,几乎都得到过国家自然科学基金(包括数学天元基金)的资助.国家自然科学基金委员会王乃彦副主任日前接受... | 0.924635 | 1,234 | 0 | 0 | 1,234 | 412 | 1,201.4 | 4.148438 | 0.124797 | 0 | 200,200,013,510 | 数学_统计学 |
"中国科学家贡献在30%左右"
数学家杨乐称美数学家贡献在50%以上;朱熹平认为自己和曹怀东只"完成了临门一脚"
综合新华社电 尽管破解世界数学百年难题"庞加莱猜想"的成绩轰动全国,但中山大学教授朱熹平仍然一如既往地保持着他低调的作风,婉拒了各媒体的采访.
甚至当学生问及此事,朱熹平也只是"害羞地笑笑".
昨日下午,在遭遇众多媒体"狂轰滥炸"式的采访要求后,中山大学校长黄达人出面转述朱熹平的话说:"其实国际上很多团队都在做这个事情,做出了很大的贡献,特别是俄国数学家,这个猜想的完成,是国际数学界的同行们你一步我一步,共同做出来的.我只是比较幸运,由我和曹怀东完成了临门一脚."
证明庞加莱猜想者何方"神仙"?
除朱熹平外,现年46岁的... | 0.869452 | 71.8125 | 0.010526 | 0 | 165 | 355 | 872.8 | 4.042969 | 0.168842 | 0.003247 | 200,200,027,856 | 数学_统计学 |
90岁老农用40年推导数学公式,专家却说:类似祖冲之,可惜已过时
" 秀才不出门,全知天下事. "这一句话出自于"实践论",其目的就是想要告诫我们这些读书人,不行就要闭门造车,而且也要了解天下大事,否则的话读书只是读死书. 事实上很多年轻人都有这样的毛病,在学校的时候,闭门研究学问,熟读各种经典文学,但是来到现实世界却总是各种碰壁.因为所有的咬文嚼字无法变现为金钱,也无法对于具体问题提出解决方案,甚至有的人都无法将自己的知识表达出来. 这就是一个很大的问题,因此很多大学生毕业就失业.所以,我们的前辈就一直告诉我们,不管是做什么学问还是读什么书,一定要多看看世界,否则的话有可能会徒劳无功. 例如本文要聊到的一个案例就是如此,一个90岁... | 0.898392 | 1,368 | 0 | 0 | 2,703 | 780 | 729.3 | 4.023438 | 0.127193 | 0 | 200,200,028,737 | 数学_统计学 |
"中世纪数学泰斗: 秦九韶"简介:秦九韶是中国古代最杰出的数学家之一,所著 "数书九章"是宋元数学的巅峰之作,其中的一些成就有世界意义.本书全面讲述了他的生平,成就和思想.作者在大量阅读原始资料并进行实地考察的基础上,生动地描述了南宋数学家秦九韶的传奇一生,对其人品和代表作"数书九章",以及坎坷的仕途,都以史实为据,作了精细的讨论.本书向读者展示了秦九韶的人格魅力,奉献精神和科学思想,在对其成就的分析,评价方面也有独到见解."中世纪数学泰斗:秦九韶"适于科学史工作者,数学工作者及对数学感兴趣的具有中等以上文化的读者阅读. 徐品方,1935年生,四川西昌市人.1958年毕业于四川师范学院(今四川师范大学)数学系.四川西昌学院副教授,四... | 0.822078 | 770 | 0 | 0 | 770 | 339 | 729.8 | 4.097656 | 0.206494 | 0 | 242,100,000,414 | 数学_统计学 |
蒙古族在数学方面都有过哪些成就?
蒙古族对数学作过许多研究.最先研究欧几里得"几何原本"的是蒙哥.据记载,"成吉思汗系诸王以蒙哥皇帝较有学识,彼知解说Euclid氏之若干图式."
十八世纪前期,在清代钦天监任职的蒙古族科学家明安图在数学方面作出了巨大贡献.当时从欧洲传进三个有关三角函数的解析式子,但是没有证明.
明安图"惜仅有其法,而未详其义",于是用三十年的时间进行研究,不仅创用"割圆连比例法"证明了三个式子,而且又独立获得六个解析式.明安图留下的数学研究手稿,后来由他的儿子明新,学生陈际新,张良亭整理成书,题写成4卷本数学专著"割圆密率捷法".
"割圆"是指把圆周分成若干等份,或把圆周内的一段弧长分成若干等份,再用割圆法求出圆周... | 0.883953 | 91.916667 | 0 | 0 | 179 | 293 | 366.6 | 4.390625 | 0.12874 | 0 | 242,400,001,556 | 数学_统计学 |
中国地质大学(武汉)地理与信息工程学院,湖北武汉 430074
上海交通大学医学院临床研究中心生物统计教研室,上海 200025
摘要:统计独立性是统计学和机器学习领域的基础性概念,如何表示和度量统计独立性是该领域的基本问题.Copula理论提供了统计相关关系表示的理论工具,而Copula熵理论则给出了度量统计独立性的概念工具.本文综述了Copula熵的理论和应用,概述了其基本概念定义,定理和性质,以及估计方法.介绍了Copula熵研究的最新进展,包括其在统计学的六个基本问题(结构学习,关联发现,变量选择,因果发现,域自适应和正态性检验等)上的理论应用.讨论了前四个理论应用之间的关系,以及其对应的深层次的相关性和因果性概念之间的联系... | 0.905127 | 260.875 | 0.023099 | 0 | 522 | 532 | 1,256.2 | 4.234375 | 0.133206 | 0.011215 | 242,400,003,240 | 数学_统计学 |
盈不足术,中国古代解决盈亏类问题的一种算术方法.成书于公元1世纪的中国古代数学名著"九章算术"中,专辟一章名为"盈不足".其中第一个问题是:"今有共买物,人出八,盈三;人出七,不足四.问人数,物价各几何?"这是有关盈不足术的典型问题,可用通用的数学符号表示如下:设每人出α1,盈(或不足)b1,每人出α2盈(或不足)b2,其中在"盈"时,b1b2>0"不足"时,b1b2<0.
"九章算术"给出了这个问题的一般解法,即平均每人应出钱数x,人数p和物价q可分别用下列公式计算:
在上述问题中,由公式(2)(3)可得人数 p=7,物价q=53.盈不足术是中国数学史上的一项杰出成就.用盈不足算法不仅能解决盈亏类问题,而且能解决一些更复杂的问题.... | 0.848894 | 135.666667 | 0 | 0 | 305 | 243 | 971.8 | 4.207031 | 0.207617 | 0 | 242,400,006,396 | 数学_统计学 |
我们现在对毕达哥拉斯定理已经相当了解了.在前一个章节中我们知道了它并不只是出现在三角形中;它可以应用在各种形状中.它不只是关于a,b,c的;它可以应用在任何有平方项的方程式中.
不只是在沿着房间中的对角线的距离时勾股定理才有意义,它在任何举例中都有意义,比如说我们的电影喜好与颜色的"距离".
如果它能被测量,那么它就可以类比到勾股定理中.让我们看看其中的奥妙.
我们都承认勾股定理成立.在任意一个三角形中:
如果a=3,b=4,那么c=5.很简单,是吧?接下来,我们注意到一个关键的地方,那就是a边与b边是成直角的(注意那个红色的矩形框).在其中一个方向上移动并不影响另一个方向上的移动.
这就像南北对东西.沿着北方移动并不改变或东或西方... | 0.865625 | 53.333333 | 0.006272 | 0 | 110 | 598 | 915.7 | 4.050781 | 0.162891 | 0 | 242,400,009,994 | 数学_统计学 |
投票理论与其他数学领域不同的是,投票理论一般而言较为简易,非专业的业余人士也可以发现新的理论结果.也因此,最近许多关于投票理论的发现并非来自于出版的文件,而是来自业余爱好者们非正式的网络讨论区和论坛之间.投票理论通常有一致同意与多数票规则.其他的还有加权投票规则,否决投票规则.
一致同意规则又称一票否决制,是指在公共选择的表决过程中,针对某项制度的决策或议案,必须经由全体投票人一致赞同的条件下,才可能获得通过的一种投票的表决方法.在直接民主制或特定的集体决策方法下,每个投票人都拥有否决权.而根据这一规则做出的集体决策,将满足所有投票人的偏好;因为如果该决策导致任何一个人的利益受损,都会招致反对票,进而不获通过.因此,一致同意规则从资... | 0.919436 | 110.333333 | 0.018209 | 0 | 345 | 326 | 1,052.7 | 4.25 | 0.108258 | 0.010949 | 242,400,017,270 | 数学_统计学 |
"新数",相信对不少人而言是较陌生的字眼,它却是每天应用于我们日常生活中,更能借着新数来理解现实中万事万物的定理,以及预测现实中将来的走向.
新数New Mathematics,是"新数学运动"的简称.源于1957年,苏联将世界首枚人造卫星史普尼克1号送到太空,令美国大为震惊,认为苏联能够于太空竞赛领先,是因苏联的工程师都是优秀的数学家.故此于1960年代,美国率先带动一个中学数学教育大改革,加强人民的科学教育和数学能力,应对苏联的科技人才威胁.
虽然欧美其他国家,以至亚洲的日本,台湾和香港等相继跟随,但改革都未如美国激烈.
现代数学是以集合论为基础,而美国则使用以集合论为本的数学教科书,将新数加入其他课题里,包括︰模算术,同余,代... | 0.870495 | 68.307692 | 0.050057 | 0 | 154 | 271 | 1,059.3 | 4.125 | 0.168919 | 0.049689 | 242,400,024,743 | 数学_统计学 |
诺谟图(Nomography),又称列线图解法,于1884年由Philbert Maurice d'Ocagne (1862-1938)发明来用图形化计算解决复杂函数的求值方法.随着计算机数值计算的发展逐渐淡出人们的视线,但有必要将其拎出来重新讨论一下.一方面是重新演绎直观计算过程有助于消除科学的神秘性并增加趣味性,另一方面则是我个人的一种直觉:诺谟图似乎要在科学的某些领域复活并展示其巨大的威力,此外诺谟图的设计本身就是一种艺术创作,甚至同一个方程会出现两种完全不同的设计方式.这里我先大概翻译转述下Ron Doerfler 写的一篇论文里我能看懂的部分来讲下原理,然后扩展讨论下历史,最后讲下其在当前统计学里的应用.
最简单的诺谟图是... | 0.900577 | 119.923077 | 0.014996 | 0 | 380 | 962 | 1,306 | 4.3125 | 0.130639 | 0.000763 | 191,900,012,987 | 数学_统计学 |
狄利克雷卷积是定义在数论函数间的二元运算.
它最常见的定义式为:
这里提醒一个很明显的事实:在这个定义式中,右式的函数 $f$ 和 $g$ 括号中的参数是可以调换的,即:
如果我们比较关注式子的对称性,下面有狄利克雷卷积的另一个定义式:
下面举一个例子,以方便理解:
在后面的文章中我们会反复应用这两个定义式.
为什么叫"狄利克雷卷积"呢?
首先,狄利克雷(Gustav Lejeune Dirichlet)是 19 世纪德国的数学家,他是解析数论的创立者,是解析数论很多重要理论的提出者. 至于"卷",可以理解为在二维平面上延伸的两个数论函数(一个沿 x 轴,一个沿 y 轴)像卷毛巾一样交叉结合起来. "积"这个字在定义式中的星号 $*... | 0.839315 | 48.945946 | 0.013873 | 0 | 217 | 453 | 564.6 | 4.265625 | 0.181115 | 0 | 191,900,021,866 | 数学_统计学 |
瑞典当地时间10月6日中午,诺贝尔奖委员会宣布将2020年诺贝尔物理学奖授予英国数学物理学家彭罗斯(Roger Penrose),表彰他对"发现黑洞形成是广义相对论的坚实预测",以及根泽尔(Reinhard Genzel)和盖兹(Andrea Ghez),表彰他们"发现银河系中心有一个超大质量致密天体".
对发现黑洞作出理论研究的彭罗斯,他作为一个数学家,到底有何独特贡献?著名科普作家卢昌海博士给出了他的简要回答.
问:关于彭罗斯的获奖原因,诺贝尔委员会给出的是"发现黑洞的形成是广义相对论的坚实预言"("for the discovery that black hole formation is a robust predictio... | 0.872318 | 233 | 0.043057 | 0 | 396 | 583 | 789.2 | 4.222656 | 0.152361 | 0.05858 | 191,900,023,049 | 数学_统计学 |
资料分析是行测考试中非常重要的一大模块,对于这一模块而言,难度适中,但计算量偏大,许多小伙伴会花费大量的时间.
做题的速度和准确率是建立在领略题意并熟悉统计术语的基础上,因此,资料分析中容易混淆且尤为重要的统计术语作简要的辨析.
例如,现在比过去增长20%,若过去为100,则现在是120.
算法:100×(1+20%)=120.
例如,现在比过去降低20%,如果过去为100,那么现在就是80.
例如,降低到原来的20%,即原来是100,那么现在就是20.
算法:100×20%=20.
"占计划百分之几"用完成数÷计划数×100%.
例如,计划为100,完成80,占计划就是80%.
"超计划的百分之几"要扣除基数.
例如,计划为100... | 0.86428 | 48.884615 | 0.03711 | 0 | 116 | 569 | 1,835.3 | 4.023438 | 0.258851 | 0.004658 | 191,900,028,070 | 数学_统计学 |
"爱国奉献创新系列丛书: 华罗庚的故事"是"爱国奉献创新系列丛书"之一,讲述了华罗庚的生平事迹.华罗庚身患残疾,是靠自学成才的 科学巨匠,蜚声中外的数学家.他写的课外读物,曾是中学生们打开数学殿堂的 神奇钥匙;在中国的广袤大地上,到处都留有他推广 优选法与 统筹法的艰辛足迹...华罗庚,这位"人民的数学家",为他钟爱的数学事业奉献了毕生的精力与汗水. 内容简介:"爱国奉献创新系列丛书:华罗庚的故事"是为了让青少年能汲取老一辈科学家们不畏艰难,勇于探索,发现真理,淡泊名利,戒浮戒躁,坚持真理的崇高品质,从而培养和树立献身科学事业,谋求人类幸福的伟大理想,为祖国富强和全人类的福祉奉献自己的青春和热血. 图书目录:第一章童年 第一节邻居眼... | 0.878498 | 1,465 | 0.050824 | 0 | 1,465 | 524 | 491.1 | 4.257813 | 0.135836 | 0.122404 | 133,600,008,778 | 数学_统计学 |
交换律(英语:Commutative property)是被普遍使用的一个数学名词,意指能改变某物的顺序而不改变其最终结果.交换律是大多数数学分支中的基本性质,而且许多的数学证明需要倚靠交换律.简单运算的交换律许久都被假定存在,且没有给定其一特定的名称,直到19世纪,数学家开始形式化数学理论之后,交换律才得到正式的定义[1][2].
交换律是一个和二元运算及函数有关的性质.而若交换律对一特定二元运算下的一对元素成立,则称这两个元素为在此运算下是"可交换"的.
在群论和集合论中,许多的代数结构被称做是可交换的,若其中的运算域满足交换律.在数学分析和线性代数中,一些知名的运算(如实数及复数上的加法和乘法)的交换律会经常被用于(或假定存在... | 0.870485 | 63.055556 | 0.01421 | 0 | 179 | 260 | 984.1 | 4.1875 | 0.185022 | 0.013158 | 417,800,002,251 | 数学_统计学 |
2006年,匈牙利数学家发现了一种全新几何体 - - 冈布茨(Gomboc,也译作格姆伯茨,攻不克等),它是世界上首个只有一个稳定平衡点和一个非稳定平衡点,且两个点在同一平面上的均质物体.这就意味着,无论以任何角度将其放置在水平面上,它都可以自行回到其固定的平衡点.
这很像大家都玩过的不倒翁,但不同的是,不倒翁密度是不均匀的,通过内置重物使重心下移,依靠底部的重量使其平衡,而冈布茨体是均质物体,本身的形状就能自行恢复直立.
一个密度均匀的固体和水平面接触,接触的可能是个面(比如立方体一面着地),也可能是个点(比如圆球,或者立方体的一个尖角着地),或者多个点或面(比如有四脚的柜子).这时物体重心的垂线落在上述接触的范围内,也就是说,... | 0.895788 | 121.210526 | 0.010898 | 0 | 226 | 579 | 939.7 | 4.230469 | 0.153713 | 0.001546 | 417,800,009,491 | 数学_统计学 |
方程是一个用数学符号提炼现实生活中的特定关系的过程.由于实践的需要数学方程在古代便已产生了,古代各地区的文明都曾努力探讨过方程的求解问题.
最简单的一次方程的求解在巴比伦数学,古埃及数学,古印度和中国古代数学中都有解决方法.所有这些古代数学中也都探讨了二次方程的求解问题,中国和古希腊,阿拉伯的数学家也基本上解决了这个问题.三次方程的问题在一些古代数学中已经提出来了,但未能给出一般性解决,三次方程的一般解法在文艺复兴的后期才得到解决.
一元一次方程是从算术思维到代数思维过渡时最早遇到的方程,现在看解一次方程很简单,只要会移项就可以了,而移项就是古希腊数学家丢番图发明的.丢番图的著作"算术"中给出了一元一次方程的解法:"如果方程两边遇到... | 0.914336 | 113 | 0.003551 | 0 | 231 | 639 | 757.8 | 4.296875 | 0.122478 | 0 | 417,800,011,647 | 数学_统计学 |
提示:此条目的主题不是变元 (数学)或表示式.
论元(argument)也称行动元(actant)[1],项,不及物动词主语也称变元,在句法学上指句子当中具有指称功能,强制补充谓语语义的名词性成分[1][2][3].这些谓语往往指的是动词(V)及其助动词;名词性成分(NPs)则可以是名词,代词等[4],甚至可以是从句,如英语 seem 的从句即可视之为其论元[5].
不同的谓语具有不同的论元属性[6],论元属性决定了谓语所能支配论元的数目,称为配价或者次范畴化(英语:Subcategorization (linguistics)).根据谓语的论元属性,大部分谓语都会拥有一到三个论元,由这些谓语及其论元即可组成一个论元结构.依据与谓语... | 0.837462 | 147.35 | 0.053097 | 0 | 486 | 586 | 348.1 | 4.09375 | 0.194435 | 0.01196 | 417,800,014,542 | 数学_统计学 |
简介:丘成桐,1949年出生于广东汕头,国际数学大师,著名华人数学家.他囊括菲尔兹奖,沃尔夫奖,克拉福德奖等三个世界顶级大奖.是继自己导师陈省身之后, 第二位获得沃尔夫数学奖的华人.他证明了卡拉比猜想,以他的名字命名的卡拉比-丘流形,是物理学中弦理论的基本概念,对微分几何和数学物理的发展做出了重 要贡献.名言:未经烈火的煎熬,没有办法完成大学问.
1970年夏季的一天,美国数学教授萨拉夫怀着忐忑的心情向美国加利福利亚大学伯克利分校推荐了一名中国留学生,参加博士研究生的学习.说到心情忐忑一点不假.当时,伯克利分校是世界微积分几何研究的中心,这里云集了不少优秀且年轻的几何学家.萨拉夫推荐的这名留学生不但其貌不扬,个人经历也很平凡.据了解... | 0.893536 | 233.777778 | 0.008592 | 0 | 826 | 650 | 781.1 | 4.125 | 0.16635 | 0 | 417,800,016,927 | 数学_统计学 |
单纯介绍概念不易理解,所以应从实际应用出发介绍其区别.四者的不同可从研究对象和研究目的进行区分.
定义:方差在统计描述和概率分布中各有不同的定义,并有不同的公式.
统计学中的方差(样本方差)是各个数据分别与其平均数之差的平方的和的平均数.
度量随机变量和其数学期望(即均值)之间的偏离程度.
离均差:即一个样本中的数据与均值之差.将离均差进行改进得到了方差.
离均差又是从极差发展而来的.
极差是最大值-最小值,最初用极差来评价一组数据的离散度.
因为由两个数据来评判一组数据是不科学的,所以从极差进行改进,改用离均差之和.
使用离均差不好吗?为什么又设置方差:
(1)为避免出现离均差总和为零,所以对离均差求平方.
(2)而为避免离均差平... | 0.878857 | 75.453125 | 0.030498 | 0 | 263 | 1,213 | 686.1 | 4.253906 | 0.142473 | 0.015141 | 417,900,004,809 | 数学_统计学 |
12月13日晚,副校级领导朱琴华教授在仙林校区图书馆报告厅为2021级新生讲授了题为"统计与数字化转型"的公开课.
副校级领导朱琴华围绕"统计""数字化转型""应对策略"三个方面进行了生动地讲解.
关于统计,副校级领导朱琴华讲述了统计与统计学产生的背景,并向同学们介绍了恩格尔系数,拉弗曲线等一些有趣有用的统计指标,提升学生对统计的兴趣.她重点讲解了国民经济核算体系SNA,包括SNA的基本框架,国民经济核算的地位,并简要介绍了四位为国民经济核算做出杰出贡献的经济学家.关于数字化转型,她指出数字经济已经成为全球发展新动能,世界各国竞相制定数字化转型战略.她从数字经济,数字化,大数据,数字化转型四个方面进行讲解,加深学生对数字化转型的理解... | 0.90128 | 109.4 | 0.003717 | 0 | 236 | 130 | 516.6 | 4.128906 | 0.117002 | 0 | 417,900,005,398 | 数学_统计学 |
摘要: 概率推理是进行数据分析的重要理论工具,利用专家经验值充分似然率和必然似然率可以进行主观概率推理.以主观贝叶斯概率推理理论为依据,讨论了决策形式背景中条件属性与决策属性之间的关系,将推理方法推广到包含度的形式,得出了无需先验概率的包含度计算方法.
概率推理是根据不确定信息作出推理,同时需要对得出结论的概率作出估计的推理模型.贝叶斯推理问题是条件概率推理问题[1-2],最早在18世纪由英国学者贝叶斯提出,这一领域的研究可以深化人们对概率信息加工过程的理解,能够有效地指导人们进行判断决策以及数据推理.形式概念分析[3]是1982年由Wille首先提出的,它描述了对象和属性之间的联系,在数据分析和知识获取等方面有着非常重要的意义.形... | 0.868559 | 89.266667 | 0.046834 | 0 | 344 | 691 | 1,800.1 | 4.222656 | 0.165422 | 0.019364 | 417,900,005,416 | 数学_统计学 |
在今年3 月30 日的第十届全国大学生数学竞赛决赛中,数学科学学院的2015 级本科生张子涵获得一等奖.内敛不善言辞的他 在数学上却有一颗简单却执着的心.
张子涵走向全国大学生数学竞赛决赛的路并非一帆风顺."上海赛区每年十月举行初赛,我之前参加过三次初赛,只有这次进入了决赛."连续两次的擦肩而过让他倍感遗憾,却没有让他止步不前:"前两次每一次都是差了一点,所以这次能够获奖特别开心,也要感谢那些帮助我,和我一起奋战的老师,同学们."
张子涵从小就对数学很感兴趣,所以高考志愿毫不犹豫地选择了数学专业.现在他已经保研,依然选择在数学学院进入科研领域深造.他认为自己比较内敛,不擅长与人打交道,但他又很想成为大学老师,在教书的同时做研究.张子... | 0.902121 | 204.333333 | 0.003287 | 0 | 401 | 312 | 846.4 | 4.070313 | 0.127243 | 0 | 417,900,005,767 | 数学_统计学 |
2014 年9 月,金羽佳怀揣着对数学的热情与挑战欲踏进了数学科学学院的大门,开启了一段热忱昂扬的求知旅程.忆起这四年,她说是人生中美丽的芳华.
自进入复旦,每一天她都保持着高度的探知欲与自我要求,因为深知在数学专业有许多数学基础扎实的同学一起学习,竞争.春华秋实,在毕业季,金羽佳收获了一系列傲人的学习成果:平均绩点高达3.93,数学专业课全A;斩获丘成桐数学竞赛团体铜奖,大学生数学竞赛上海赛区一等奖,美国大学生数学建模竞赛一等奖;在理论领域期刊上发表SCI 一作论文一篇,在国内顶级期刊运筹学学报上发表核心论文一篇;当选校优秀学生标兵,2018届毕业生之星.截止毕业已经过去一年有余,金羽佳也进入斯坦福大学攻读运筹学博士,但历历数起曦... | 0.908252 | 243.875 | 0.00206 | 0 | 410 | 565 | 818.5 | 4.140625 | 0.123014 | 0 | 417,900,007,650 | 数学_统计学 |
第一名!虽然这只是他学习生涯中的无数个第一,但这是他在全国大学生数学竞赛取得的第一名,胡行健殊为珍惜.
胡行健是数学科学学院2018级本科生,在刚刚过去的第十二届全国大学生数学竞赛中,他一路获得上海赛区一等奖,总决赛一等奖,还摘下了数学类高年级组全国第一名.
热爱数学的胡行健在数院学习期间,对数学这门充满奥妙的学科不断探索,积累心得,收获成长.他还曾获得第十一届丘成桐大学生数学竞赛许宝𫘧银奖,林家翘优胜奖,团体赛优胜奖,并多次获得奖学金,如校一等奖学金"三星奖学金", "华为奖学金"等,入选苏步青班"拔尖人才计划"班.
胡行健对数学的兴趣是从小培养的.初中时,他就很喜欢阅读数学的课外科普读物,燃起了对数学的兴趣.高中,他开始参加数... | 0.892141 | 167.727273 | 0 | 0 | 287 | 506 | 875.8 | 4.144531 | 0.127913 | 0 | 417,900,009,336 | 数学_统计学 |
最大公因数(英语:highest common factor,hcf)也称最大公约数(英语:greatest common divisor,gcd)是数学词汇,指能够整除多个整数的最大正整数.而多个整数不能都为零.例如8和12的最大公因数为4.
求两个整数最大公因数主要的方法:
列举法:分别列出两整数的所有因数,并找出最大的公因数.
质因数分解:分别列出两数的质因数分解式,并计算共同项的乘积.
短除法:两数除以其共同质因数,直到两数互质时,所有除数的乘积即为最大公因数.
两个整数的最大公因数可用于计算两数的最小公倍数,或分数化简成最简分数.
两个整数的最大公因数和最小公倍数中存在分配律:
数字54可以表示为几组不同正整数的乘积:
同... | 0.868257 | 35.703704 | 0.033508 | 0 | 152 | 275 | 544.4 | 4.144531 | 0.223029 | 0 | 417,900,011,755 | 数学_统计学 |
美国加州大学戴维斯分校 (University of California at Davis) 的数学家罗克 (David Rocke) 一直有兴趣观察美国总统特朗普在疫情中的表现.这位总统极力吹捧风湿病药物羟氯喹 (hydroxychloroquine),发表注射消毒剂对抗新型冠状病毒的言论,还怂恿各地的人们武装反抗封锁措施.对罗克来说,所有这一切都像是博弈理论中"孤注一掷"的行为.其概念就是,如果你在一场比赛 (比如总统大选) 中落后于人,那么采取大胆激进的举动是有道理的,即使这些举动成功奏效的可能性很小.如果有人碰巧发现了新型冠状病毒的特效疗法,或者美国经济在选举日之前出现某种好转,那么特朗普和美国人民就都赢了.如果这场赌博失... | 0.884457 | 199.678571 | 0.001612 | 0 | 478 | 1,482 | 793 | 4.199219 | 0.140404 | 0 | 417,900,012,930 | 数学_统计学 |
本文摘要:丹尼尔·伯努利概述:丹尼尔·伯努利生平故事是怎样的?伯努利原理是什么?本文这就为你讲解:丹尼尔·伯努利概述丹尼尔·伯努利(DanielBernoull,1700年2月8日出生于荷兰格罗宁根,1782年3月17日卒于瑞士),瑞士数学家,物理学家,也是众多知名的数学家伯努利家族成员之一.他尤其被为人所铭记的是他的数学到力学的应用于,特别是在是流体力学和他在概率和数理统计领域做到的先驱工作.
丹尼尔·伯努利概述:丹尼尔·伯努利生平故事是怎样的?伯努利原理是什么?本文这就为你讲解:丹尼尔·伯努利概述丹尼尔·伯努利(DanielBernoull,1700年2月8日出生于荷兰格罗宁根,1782年3月17日卒于瑞士),瑞士数学家,物理学... | 0.890789 | 171.533333 | 0.043682 | 0 | 357 | 682 | 1,014.1 | 4.042969 | 0.198212 | 0.150082 | 229,800,005,946 | 数学_统计学 |
林群院士:算法突破"极限",科技创新正在更新教学
林群院士
林群,中国科学院院士, 现任中国科学院 数学与系统科学研究院研究员,发展中国家科学院院士,美国工业与应用数学学会会士. 研究计算数学,并致力于数学普及.
科技创新正在更新教学
现代科技,基于计算机强大的计算能力,发展了信息技术,包括手机,无线网络,视频,网课......甚至发展到人工智能(代替大脑).它们正在改变我们的生活和工作,同时也改变了科学,工程学和社会学.
以数学为例,出现了吴文俊的"数学定理机器证明"
(这 正是信息技术的观点:利用机器强大的计算能力,去做冗长繁琐的计算,从而将人类的精力解放到从事创造性的工作中去),他的高小山团队以及广州张景中团队正在继承与发展,... | 0.821199 | 47.897436 | 0.011834 | 0 | 162 | 616 | 831.6 | 4.285156 | 0.219486 | 0 | 229,800,026,475 | 数学_统计学 |
刘嘉忆:老师眼中的学渣,却攻克了西方数学难题,后破格成为教授
"学渣"在大众眼中通常是不学无术,成绩差的代名词.然而有这样一位"学渣"他成绩不算突出,资质平平却攻破了世界难题,破格成为了最年轻的教授,这又是怎么一回事呢?在这个学渣身上又有什么样的故事呢? 一,努力型学渣 有这样一类人,在读书时期,想好好学习,努力读书,遇到不懂的问题都会第一时间问老师,他的努力大家也都看在眼里,然而一到考试成绩结果出来,却让人大失所望,这类人暂且称之为努力型学渣.今天要讲的故事的主人公刘嘉忆正是这类型的人. 刘嘉忆出生在书香之家,父母都是有文化的知识分子,望子成龙的他们自然也希望孩子能够好好读书,成为一个知识分子. 上了高中以后,刘嘉忆的成绩一落千丈... | 0.900183 | 821.5 | 0 | 0 | 1,612 | 438 | 814 | 4.109375 | 0.12112 | 0 | 229,800,028,697 | 数学_统计学 |
蒙特卡洛方法,也叫蒙特卡洛分析,是一种使用随机抽样统计来估算数学函数的计算方法.它需要一个良好的随机数源.这种方法往往包含一些误差,但是随着随机抽取样本数量的增加,结果也会越来越精确.
蒙特卡洛方法在纯数学方面一般用来求解一个函数的定积分.它的计算过程如下:先在一个区间或区域内随机抽取一定数量的独立变量样本,然后求相应的独立因变量的平均值,最后用随机样本所在区间(或区域)的长度(或大小)除以所求出的平均值.它与传统的估算定积分的方法有很大差别,传统方法在区间或区域内抽取样本点时是间隔相等,均匀抽取的.蒙特卡洛方法以其在第二次世界大战时被用于原子弹的设计而闻名于世.现在它也已经被应用于多种领域,如超高速公路的运输流量分析,行星演变模型... | 0.908333 | 200 | 0.010152 | 0 | 270 | 117 | 708.6 | 4.226563 | 0.105 | 0 | 316,400,007,095 | 数学_统计学 |
单目运算符(又称一元运算符)指被操作对象只有一个的运算符,而双目运算符(又称二元运算符)的被操作对象有两个.算术运算符中有两个单目运算符(正,负)以及五个双目运算符(乘法,除法,取模,加法,减法),其中单目运算符的优先级最高.
其中取模运算符 % 意为计算两个整数相除得到的余数,即求余数.
得到的 op 的运算值遵循数学中加减乘除的优先规律,首先进行优先级高的运算,同优先级自左向右运算,括号提高优先级.
算术运算中的类型转换¶
对于双目算术运算符,当参与运算的两个变量类型相同时,不发生 类型转换 ,运算结果将会用参与运算的变量的类型容纳,否则会发生类型转换,以使两个变量的类型一致.
转换的规则如下:
若存在一个变量类型为 long ... | 0.823954 | 42 | 0.062455 | 0 | 132 | 337 | 710.3 | 4.109375 | 0.19697 | 0.061303 | 316,400,014,741 | 数学_统计学 |
希尔伯特的"几何基础"把几何学引进了一个更抽象的公理化系统,把几何重新定义,不但把传统的欧几里得的"几何原本"改良,更把几何学从一种具体的特定模型上升为抽象的普遍理论.欧几里得的" 几何原本"为几何学奠下了基础,但随著数学不断的发展,数学家对"几何原本"再严谨审视下,便发现当中不完备之处,例如:"点是没有部分的"中,什么叫"部分"?"直线是它上面的点一样的平放着的线"中,什么叫"平放"?当然还有最受争议的第五公设(平行公设).这些问题困扰着数学家多年,他们希望可将"几何原本"的定义,公设和公理加以改善,但因为几何学有坚实的基础,且有不少互相关联的分支,如:双曲几何,球面几何, 射影几何等等,更使数学家不可只关心个别的公理或定义,而必... | 0.877276 | 1,483 | 0 | 0 | 1,483 | 439 | 1,081.8 | 4.398438 | 0.16116 | 0 | 598,000,001,402 | 数学_统计学 |
No dataset card yet