國中數學
含有「國中數學」共 44 篇內容
全部內容
發佈日期由新至舊
本文延續《舊業重溫12》、《舊業重溫13》,繼續從YT上取材,分別用國中、高中的方法解題,不過,我們換成求長度的問題。
題目:
如圖一, 在△ABD中, ∠B是直角,
∠CAD=45°, AB邊長3, CD線段長5,
求AD線段長。
本篇求解的題目也是在YT找到的,算是上一篇《舊業重溫12--有內角平分線的直角三角形求面積》的續篇,同樣分別提供國中的古典幾何和高中的三角函數解法。
本題跟上一篇都是求三角形面積,所不同者,本題並非直角三角形,但有一個值得注意的角度, 45°,這是國中、高中數學都重視的特殊角度。
前言
在YT上常看到求解幾何問題的影片,我最先想到的多半是高中數學的工具,因為鄙人在高中比在國中教學更久。繼續把影片看下去,許多油挑伯(Youtuber)用的是古典幾何方法,國中數學層級。古典幾何常用的解題工具包括全等、相似、比例線段、畢氏定理等；而高中數學裡,解決幾何問題的工具多了方程式、三角函
當你想知道「這段時間走了多遠」，你其實已經在用「積分」的概念了。積分是導數的反運算，用來累積微小的變化、計算曲線下面的面積。這篇文章用開車、速度與距離的比喻，帶你建立積分直覺，並介紹它在機器學習中的應用。適合對數學陌生、但想踏入資料科學世界的文組大人。
這篇文章淺顯易懂地解釋了偏微分與梯度下降法在AI中的應用，以爬山為例，說明如何利用偏微分計算不同方向的變化率，以及梯度下降法如何幫助AI找到最佳解。
學習AI人工智慧需要數學嗎？答案是肯定的！本文用簡單易懂的比喻，說明導數在機器學習中的重要性，以及如何應用導數進行梯度下降等關鍵步驟，並提供學習資源與方向。
這篇文章深入淺出地解釋了特徵分解在 PCA 降維中的數學原理，並以簡潔易懂的方式說明如何利用特徵值和特徵向量提取資料中最主要的資訊。文章末尾設計了一個小測驗，幫助讀者鞏固所學，並鼓勵讀者分享想用 PCA 完成的專案或需要更詳細圖解的部分。
本篇文章以淺顯易懂的方式介紹主成分分析（PCA），說明其原理、步驟及應用，並透過生活化的例子（打包行李）幫助讀者理解，最後設計小測驗加深印象。
這篇文章介紹了線性代數中幾種重要的向量：單位向量、正交向量、正交矩陣和正交單位向量，並解釋了它們在資料科學和機器學習中的應用，例如資料標準化、維度獨立性保證、資料轉換和模型優化。
這篇文章介紹資料科學中四種常見且重要的矩陣：單位矩陣、對稱矩陣、反矩陣和奇異矩陣，並以淺顯易懂的比喻說明其特性和用途，幫助讀者快速理解矩陣在機器學習、影像處理和推薦系統中的應用。