数学

随机过程深度实战:从随机游走、泊松过程与布朗运动到伊藤积分、马尔可夫链与高斯过程的完整工程链路

随机过程是把“不确定性”变成可计算对象的第一性原理工具。我们日常写的神经网络、队列系统、扩散模型、强化学习环境、贝叶斯先验,背后几乎都站着某个随机过程——SGD 的噪声是布朗扰动,MCMC 采样是马尔可夫链,扩散模型的反向去噪是伊藤随机微分方程,PageRank 是平稳分布,主动学习的采集函数是高斯过程。

贝叶斯推断计算实战:从贝叶斯定理、共轭先验与吉布斯采样到 MCMC、哈密顿蒙特卡洛与变分推断的完整工程链路

贝叶斯推断把“未知参数”当作随机变量,用数据去更新我们对它的信念:先验(prior)乘以似然(likelihood)再归一化,得到后验(posterior)。这条简单的定理是整个概率建模、不确定性量化与机器学习校准的底层操作系统。

复杂网络科学深度实战:从社团发现、模块度与 Louvain 社区检测到 Kuramoto 相振子与 SIR 传播动力学的完整工程链路

复杂网络科学把「谁连着谁」这件事变成可计算的几何对象。我们已经发过《复杂系统科学深度实战》,讲的是元胞自动机、伊辛相变、洛伦兹吸引子这类「涌现」的普适特征;但复杂系统往往把个体当成格子里的点,而真实世界里的脑、基因调控、社交平台、电网、互联网,真正起作用的是连接结构本身。

拓扑学深度实战:从拓扑空间、开集闭集与连续映射到紧致性、连通性、分离公理与基本群和同伦的完整工程链路

从点集拓扑第一性原理出发,用纯Python从零实现有限拓扑引擎,覆盖开闭集/闭包/内部/边界、分离公理、连续性、紧致性(Heine-Borel)、连通性、基本群与同伦,每段配可运行代码并映射到深度学习(流形假设/损失地貌/Mode Connectivity/拓扑正则化)

时间序列分析深度实战:从平稳性、自相关与偏自相关到 ARIMA、季节性分解、指数平滑与卡尔曼滤波的完整工程链路

从第一性原理出发,用纯numpy从零实现时间序列分析七条主干:自相关ACF、偏自相关PACF定阶、ADF单位根平稳性检验、差分ARIMA、加法季节性分解、Holt-Winters指数平滑、卡尔曼滤波最优估计,并以非线性自回归把时间序列与RNN/Transformer/状态空间模型(SSM)打通

博弈论的数学之美:六个思想实验看懂人类合作的底层逻辑

1944年,数学家约翰·冯·诺依曼与经济学家奥斯卡·摩根斯特恩合著的《博弈论与经济行为》出版,标志着博弈论作为一门独立学科的诞生。然而,博弈论的真正魅力远不止于经济学公式——它是一面镜子,映照出人类决策中最深层的理性与矛盾。本文将带你走进几个经典的博弈论思想实验,感受数学如何解释我们生活中的合作、冲突与信任。

小波变换深度实战:从多分辨率分析、Mallat 金字塔算法与 Haar/Daubechies 离散小波到连续小波变换、小波阈值去噪与 JPEG2000 图像压缩的完整工程链路

傅里叶变换用一族全局正弦基把信号展开成频率的叠加,这把“什么时候发生了什么频率”彻底抹平了——一个在 0.1s 出现的 50Hz 脉冲和一个持续整段的 50Hz 正弦,在频谱上长着同一张脸。但当我们要分析语音、心电图、地震波、金融高频 tick 时,时频局部化恰恰是问题的核心。