实战篇：用 Python 徒手实现模拟退火算法解决 TSP 问题
继上一篇关于模拟退火物理原理的探讨后，本文将进入代码实战环节。我们将使用 Python 和 NumPy 从零构建一个高效的模拟退火求解器，解决经典的旅行商问题（TSP）。文章详细解析了邻域构造策略（2-opt）、温度控制代码实现以及如何利用 Matplotlib 可视化“从无序到有序”的熵减过程。
从数据到智能：机器学习核心方法的数学原理与全景解构
本文从第一性原理出发，深度解构机器学习的核心方法论。通过数学推导、物理类比与统计学视角，剖析监督学习、无监督学习及深度学习背后的底层逻辑，探讨从线性回归到神经网络的演进本质。
从信息熵到决策边界：决策树算法的第一性原理与深度解析
本文从第一性原理出发，深入剖析决策树的核心机制。我们将重回香农信息论，推导ID3、C4.5与CART算法的数学本质，探讨贪心策略下的递归划分与剪枝权衡，旨在为读者构建关于非参数模型的完整认知框架。