摘要：
参考：https://zhuanlan.zhihu.com/p/32940093 简单的三种处理方式： 欠采样，过采样，修改判断正负样本的阈值。 前两种方法都会改变train的分布，建议第三种 阅读全文
摘要：
原理： https://blog.csdn.net/jinping_shi/article/details/52433975 阅读全文
摘要：
二叉树的先序/中序/后序遍历递归/非递归实现，讲的很清楚，其中后序遍历和先序中序的处理有些不一样： https://blog.yangx.site/2016/07/22/Python-binary-tree-traverse/ 阅读全文
摘要：
https://www.cnblogs.com/OceanEyes/p/implement_a_interpreter.html 阅读全文
摘要：
https://blog.csdn.net/u013385925/article/details/80385873 阅读全文
摘要：
https://blog.csdn.net/ljzology/article/details/80407704 阅读全文
摘要：
https://blog.csdn.net/feilong_csdn/article/details/62427148 阅读全文
摘要：
高斯过程（GP） https://zhuanlan.zhihu.com/p/27555501 https://www.jiqizhixin.com/articles/2019-02-12-3 核密度估计 https://blog.csdn.net/pipisorry/article/details/ 阅读全文
摘要：
方向导数和梯度的直观理解，from知乎-马同学： https://www.zhihu.com/question/36301367 BGD,SGD： https://www.cnblogs.com/guoyaohua/p/8542554.html 阅读全文
摘要：
用于查看熵的各种公式： https://www.cnblogs.com/kyrieng/p/8694705.html#name4 各种熵的直观解释，为什么能选择交叉熵作为Loss： https://www.zhihu.com/question/65288314 阅读全文