The Universe of Discourse : Starting to understand epsilon-zero

Dot product: Component vs. Geometric definition

Bài viết giải thích toán học tại sao hai định nghĩa dot product (tích vô hướng) của vector – theo thành phần (component) và theo hình học (geometric) – là tương đương. Hai cách chứng minh được trình bày: một dựa trên định lý cosin trong tam giác tạo bởi hai vector, và một dựa trên phép chiếu (projection) từ định nghĩa hình học để suy ra dạng thành phần sử dụng hệ cơ sở trực chuẩn (orthonormal basis). Phần phụ lục mở rộng khái niệm không gian tích trong (inner product spaces) và chứng minh các tính chất đối xứng, tuyến tính, xác định dương của phép toán dot product tiêu chuẩn, cùng định nghĩa chuẩn vector (vector norms).

Lập trình viên nên đọc bài này để hiểu rõ cách tính toán hiệu quả các phép toán vector trong các thuật toán máy học, vật lý mô phỏng hoặc xử lý dữ liệu, từ đó tối ưu hóa mã nguồn và giải quyết vấn đề về độ chính xác và hiệu suất.

Tutorials

Trang hướng dẫn của Otary cung cấp các ví dụ sử dụng thư viện, bao gồm xử lý ảnh (cắt ảnh, OCR), xử lý thực thể tuyến tính, tính toán diện tích, giao điểm đối tượng hình học và chấm điểm.

Nếu bạn đang làm việc với các công cụ xử lý hình ảnh, tính toán hình học hoặc tự động hóa phân tích dữ liệu hình ảnh, Otary sẽ giúp bạn tiết kiệm thời gian và code hiệu quả với các ví dụ cụ thể về cắt hình, tính diện tích, tìm giao điểm, và OCR.

Some recent discoveries

A personal blog post covering four unrelated recent discoveries: the Vesuvius Challenge team's successful imaging and partial transcription of Herculaneum scroll PHerc. 1667 (a philosophical treatise, ~300-400 words recovered); the rediscovery of three lost songs from Gilbert & Sullivan's Iolanthe found in a British Library manuscript; a proposed (skeptically received) decipherment of the Minoan Linear A script as Semitic; and a real-world art installation featuring the 'hat' aperiodic monotile discovered in 2022.

What To Learn To Be A Graphics Programmer

A practical guide for aspiring graphics programmers covering what to learn to become hireable. Graphics programming is framed as two parallel tracks: the CPU side (explicit APIs like DirectX 12, Vulkan, Metal) and the GPU side (lighting math, shading, shadows, ambient occlusion, post-processing). Recommended learning resources include 'Ray Tracing in One Weekend' for path tracing, learnopengl.com for PBR theory, the Filament documentation for deeper PBR, and the PBRT book. Required math is manageable — linear algebra, basic trigonometry, and some calculus — while knowledge of standard data structures and algorithms is also advised. The author briefly notes skepticism about LLM hype but acknowledges ML has a place in the toolbox.

The Geometry of Uncertainty: A Fresh Perspective on Probability Distributions

A geometric and combinatorial reconstruction of the most fundamental probability distributions — exponential, Poisson, and normal — building from first principles rather than formulas. The exponential distribution is presented as the most primitive (requiring only a constant rate), Poisson as its counting consequence, and the normal distribution as the inevitable attractor of repeated convolution, visibly hiding inside Pascal's Triangle. The Law of Large Numbers is derived from just three simple properties (linearity of sum, variance scaling, mean scaling), revealing that the sample mean is an entirely different random variable from the original — one that converges toward certainty while individual outcomes remain permanently uncertain. The core insight is that independent deviations cannot conspire, making variance grow linearly rather than quadratically, and that this sub-quadratic growth is the true engine of the LLN.