摘要：
1.递归与动态规划的思考 "Leetcode第95题" 递归问题最重要的问题是想明白函数的作用是什么？ 这个例子中函数的返回值就是给定a b这个区间的数字，返回它所有可能的Tree，此时你不需要明白具体怎么做到的 接下来就是考虑a b,a==b,a<b的情况，当a<b时，递归结果，得到它的左子树，然 阅读全文
摘要：
Q1：python函数传参是传值还是传引用? A:Python参数传递采用的肯定是“传对象引用”的方式。这种方式相当于传值和传引用的一种综合。python不允许程序员选择采用传值还是传引用。 如果函数收到的是一个 可变对象 （比如字典或者列表）的引用，就能修改对象的原始值－－相当于通过“传引用”来传 阅读全文
摘要：
频率派 $vs$ 贝叶斯派 一、前言 1. 在使用各种概率模型时，比如极大似然估计 $logP(X|\theta)$，已经习惯这么写了，可是为什么这么写？为什么X在前，为什么 $\theta$ 在后，分别代表了什么？这些更深一层的逻辑和理由不是特别清晰，故此梳理一下频率派与贝叶斯派的区别。 2. 本 阅读全文
摘要：
遵循统一的机器学习框架理解高斯混合模型（GMM） 一、前言 1. 我的博客仅记录我的观点和思考过程。欢迎大家指出我思考的盲点，更希望大家能有自己的理解。 2. 本文参考了网络上诸多资料，特别是B站UP "shuhuai008" 的视频，讲解东西也是我最喜欢的方式：从多个角度阐述和理解问题。 二、理解 阅读全文
摘要：
Markdown写作相关（持续更新） 在使用markdown写作的过程中，有时候会遇到一些公式或者语法问题，直接在网上查询资料会出来太多太多，总是需要筛选。因此在这里做一个资料汇总，需要时直接查询即可。 "查询 数学公式" 阅读全文
摘要：
EM算法之不同的推导方法和自己的理解 一、前言 EM算法主要针对概率生成模型解决 具有隐变量的混合模型的参数估计 问题。 对于简单的模型，根据极大似然估计的方法可以直接得到解析解；可以在具有隐变量的复杂模型中，用MLE很难直接得到解析解，此时EM算法就发挥作用了。 E步解决隐变量的问题，M步求解模型 阅读全文
摘要：
遵循统一的机器学习框架理解逻辑回归 标签： 机器学习 LR 分类 一、前言 1. 我的博客仅记录我的观点和思考过程。欢迎大家指出我思考的盲点，更希望大家能有自己的理解。 2. 本文参考了网络上诸多资料。 二、理解 统一的机器学习框架(MLA)： 1.模型(Model) 2.策略(Loss) 3.算法 阅读全文
摘要：
遵循统一的机器学习框架理解SVM 一、前言 1. 我的博客仅记录我的观点和思考过程。欢迎大家指出我思考的盲点，更希望大家能有自己的理解。 2. 本文参考了李宏毅教授讲解SVM的课程和李航大大的统计学习方法。 二、理解 统一的机器学习框架(MLA)： 1.模型(Model) 2.策略(Loss) 3. 阅读全文