voronoi diagram

voronoi

http://creativejs.com/2011/07/voronoi/

演算法介紹

http://www.csie.ntnu.edu.tw/~u91029/VoronoiDiagram.html

https://dl.dropboxusercontent.com/u/621993/voronoi/voronoi.html

泰森多邊形

Ref: https://www.zhihu.com/question/41269920

泰森多边形就是从中心点辐射出的线段垂直平分线围成多边形，

图1：泰森多边形形状由辐射诸线的夹角决定。图中相同颜色的角度互补，亮红点为原离散点，绿色是泰森多边形



图2：全等多变形表示辐射诸线的夹角相等。但外围一圈离散点构成多边形形状可以很不同。
左侧是两个不同五边形获得相同泰森多边形，右侧是平移后看出辐射诸线的夹角相等

Ref: https://zh.wikipedia.org/wiki/%E6%B2%83%E7%BD%97%E8%AF%BA%E4%BC%8A%E5%9B%BE

如何用保鮮膜從無殼雞蛋孵出小雞來

如何用保鮮膜從無殼雞蛋孵出小雞來

貝葉斯定理 - 逆概問題

所谓的贝叶斯方法源于他生前为解决一个“逆概”问题写的一篇文章，而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章之前，人们已经能够计算“正向概率”，如“假设袋子里面有N个白球，M个黑球，你伸手进去摸一把，摸出黑球的概率是多大”。而一个自然而然的问题是反过来：“如果我们事先并不知道袋子里面黑白球的比例，而是闭着眼睛摸出一个（或好几个）球，观察这些取出来的球的颜色之后，那么我们可以就此对袋子里面的黑白球的比例作出什么样的推测”。这个问题，就是所谓的逆概问题。

事件 A 發生條件下, 事件 B 的概率 P(B|A) = P(A,B) | P(A)

已知：有N个苹果，和M个梨子，苹果为黄色的概率为20%，梨子为黄色的概率为80%，问，假如我在这堆水果中观察到了一个黄色的水果，问这个水果是梨子的概率是多少。

用数学的语言来表达，就是已知P(apple) = N / (N + M), P(pear) = M / (N + M), P(yellow|apple) = 20%, P(yellow|pear) = 80%, 求P(pear|yellow)

----

P (h | D ) = P(D|h) P(h) / P(D)

P (h) : 沒有數據前假設的初始概率

P (D) : 訓練數據 D 的先驗概率

P (D|h) : h 成立時 D 的概率

 P(A|B) ∝ P(B|A)*P(A)   

后验概率 ∝ 似然性 * 先验概率

fibonacci 解法

Ref: http://web.nlhs.tyc.edu.tw/~b305/fibonacci

在費氏數列中我們知道其遞迴式，若將其做一些運算，我們將可得到與黃金比率(黃金數)有所相關。

 將表示成

 如果是一收斂數列(請參考吳振奎先生所著斐波那契數列一書)

設，則

           

           

此數根黃金比值相同。