数学实验室
使用说明
功能
本页将 16 个相关工具整合到单一页面——函数与常量计算、复数、矩阵、向量、大数、质数、房贷/车贷月供计算、计算 P(n,k) 与 C(n,k)、标准正态分布查询、单样本 t 检验与 p 值、对散点拟合直线、用针与平行线相交的频率估算 π。、从正态分布采样并查看直方图。、向圆内投点估算 π（面积比法）。、用自定义转移矩阵生成状态序列。、简单化学式的摩尔质量与质量换摩尔。与按原子守恒配平简单 A + B → C 方程式。。用上方标签切换，每个工具都可直接在此页使用。合并标签新增按位运算、IEEE 754 浮点位布局与进制转换工具，按需加载。
操作
选择标签即可加载对应工具；你输入的一切都只在本机浏览器内处理，不会上传或保存到服务器。
相关文章
深度学习笔记-1：多项式拟合、概率论与信息论基础
深度学习笔记-1，涵盖过拟合与欠拟合、正则化、概率论基础（贝叶斯定理、高斯分布、最大似然估计）以及信息论（熵与KL散度）。对应《深度学习：基础与概念》第1-2章。
深度学习笔记-2：概率分布、线性回归与偏差-方差权衡
深度学习笔记-2，涵盖伯努利分布、多项式分布、多元高斯分布、线性回归的概率推导、决策理论以及偏差-方差权衡。对应《深度学习：基础与概念》第3-4章。
深度学习笔记-7：采样方法与潜变量模型
深度学习笔记-7，涵盖采样方法（蒙特卡洛、MCMC、吉布斯采样）、离散潜变量（K-means、GMM、EM算法）与连续潜变量（PCA、概率PCA）。对应《深度学习：基础与概念》第14-16章。
数值、随机与概率
IEEE 754、蒙特卡洛、信息熵与素数条纹
生成系统三讲
元胞自动机、马尔可夫链与程序化生成
生活与科普工具
公式、节律、配平与显著性检验