Add math support

- Supporting math blocks and in-line math via Katex
- Using vuejs/vuepress#113

Author: sagelga

docs/.vuepress/config.js

@@ -19,9 +19,9 @@ module.exports = {
     ['meta', { name: 'theme-color', content: '#3eaf7c' }],
     ['meta', { name: 'apple-mobile-web-app-capable', content: 'yes' }],
     ['meta', { name: 'apple-mobile-web-app-status-bar-style', content: 'black' }],
-    // ['link', { rel: 'icon', href: '/logo.png' }]
-    ['link', { rel: 'stylesheet', href: 'https://cdn.jsdelivr.net/npm/[email protected]/dist/katex.css' }]
-  ],
+    ['link', { rel: 'stylesheet', href: 'https://fonts.googleapis.com/css?family=Parisienne&display=swap' }],
+    ['link', { rel: 'stylesheet', href: 'https://cdnjs.cloudflare.com/ajax/libs/KaTeX/0.5.1/katex.min.css' }],
+    ['link', { rel: 'stylesheet', href: 'https://cdn.jsdelivr.net/github-markdown-css/2.2.1/github-markdown.css' }]],
 
   /**
   * Theme configuration, here is the default theme configuration for VuePress.
@@ -176,5 +176,13 @@ module.exports = {
         },
       },
     ],
-  ]
+  ],
+
+  markdown: {
+    lineNumbers: true,
+    extendMarkdown: md => {
+      md.use(require("markdown-it-katex"));
+    }
+  },
+
 }

docs/compro-project/feature/forecast/README.md

@@ -31,28 +31,28 @@
 ## หลักการคำนวณ
 สำหรับวิธีการคาดคะเนนั้น ทางเราใช้ Exponential Smoothing ในการคาดเดา
 
-Exponential Smoothing เป็นรูปแบบหนึ่งของการพยากรณ์ท่ีให้ความสําคัญกับข้อมูลเก่าทุกค่า โดยให้ความสําคัญแก่ค่าท่ีใกล้ปัจจุบันมากท่ีสุด ลดหลั่นลงไปจนถึงค่าที่ 1 และถ่วงน้ําหนักข้อมูล โดยใช้สัมประสิทธิ์การปรับเรียบ (alpha)
+Exponential Smoothing เป็นรูปแบบหนึ่งของการพยากรณ์ที่ให้ความสําคัญกับข้อมูลเก่าทุกค่า โดยให้ความสําคัญแก่ค่าท่ีใกล้ปัจจุบันมากท่ีสุด ลดหลั่นลงไปจนถึงค่าที่ 1 และถ่วงน้ําหนักข้อมูล โดยใช้สัมประสิทธิ์การปรับเรียบ (alpha)
 
 $$
 F_t = F_{t-1} + \alpha(A_{t-1} - F_{t-1} )
 $$
 
 โดยที่
-- $$ F_t $$ คือค่าทำนาย
-- $$F_{t-1}$$ คือค่าที่ทำนายในอดีต
-- $$A_{t-1}$$ คือค่าจริงในอดีต
-- $$\alpha$$ คือสัมประสิทธิ์การปรับเรียบ (Weight) โดยที่ $$0 <= \alpha <= 1$$
+- $F_t$ คือค่าทำนาย
+- $F_{t-1}$ คือค่าที่ทำนายในอดีต
+- $A_{t-1}$ คือค่าจริงในอดีต
+- $\alpha$ คือสัมประสิทธิ์การปรับเรียบ (Weight) โดยที่ $$0 <= \alpha <= 1$$
 
 และ Sum of squared errors (SSE) คือ การหาค่าความคลาดเคลื่อนของข้อมูลที่ได้จากการทำนาย กับข้อมูลที่เกิดขึ้นจริง
 
 $$
-SSE = \sum_{i=1}^N(X_i - \hat{X}_i)^2
+\text{SSE} = \sum_{i=1}^N(X_i - \hat{X}_i)^2
 $$
 
-- $$X_i$$ เซตของข้อมูลที่เกิดขึ้นจริง
-- $$\hat{X}_i$$ คือเซตข้อมูลที่ได้จากการทำนาย
-- $$N$$ คือจำนวนข้อมูล
+- $X_i$ เซตของข้อมูลที่เกิดขึ้นจริง
+- $\hat{X}_i$ คือเซตข้อมูลที่ได้จากการทำนาย
+- $N$ คือจำนวนข้อมูล
 
-โปรแกรม Point of Sales (POS) Systems สามารถพยากรณ์ยอดขายให้ผู้ใช้ระบบ สามารถดูการพยากรณ์ยอดขายของวันถัดไป และเดือนถัดไปได้ โดยใช้หลักการของ Exponential Smoothing ร่วมกับค่า Sum of squared errors (SSE)
+โปรแกรม Point of Sales (POS) Systems สามารถพยากรณ์ยอดขายให้ผู้ใช้ระบบ สามารถดูการพยากรณ์ยอดขายของวันถัดไป และเดือนถัดไปได้ โดยใช้หลักการของ Exponential Smoothing ร่วมกับค่า Sum of squared errors ($\text{SSE}$)
 
-จากหลักการพยากรณ์ของ Exponential Smoothing จะต้องมีการเลือกค่าสัมประสิทธิ์การปรับเรียบ (alpha) ที่เหมาะสม ซึ่งโปรแกรม POS จะทำการเลือกค่า ที่เหมาะสมจากการคำนวนค่า Sum of squared errors โดยจะเลือกค่า alpha ที่มีค่า Sum of squared errors ที่น้อยที่สุด
+จากหลักการพยากรณ์ของ Exponential Smoothing จะต้องมีการเลือกค่าสัมประสิทธิ์การปรับเรียบ ($\alpha$) ที่เหมาะสม ซึ่งโปรแกรม POS จะทำการเลือกค่า ที่เหมาะสมจากการคำนวนค่า Sum of squared errors โดยจะเลือกค่า $\alpha$ ที่มีค่า Sum of squared errors ที่น้อยที่สุด

package-lock.json

@@ -22,6 +22,7 @@
     "vuepress-plugin-medium-zoom": "^1.1.9"
   },
   "dependencies": {
+    "markdown-it-katex": "^2.0.3",
     "moment": "^2.29.1"
   }
 }