03 2020 档案
摘要：
因为本身德语阴阳性是没有规律的，所以这些也是没有规律的规律，可以看到其中很多还有例外，给出来的例外只是一些常用的而已，不过熟记这些应付一般的单词还是没问题的。
阅读全文
因为本身德语阴阳性是没有规律的，所以这些也是没有规律的规律，可以看到其中很多还有例外，给出来的例外只是一些常用的而已，不过熟记这些应付一般的单词还是没问题的。
阅读全文
摘要：
从卡方分布扩展到了威沙特分布，三个重要统计量之首
阅读全文
从卡方分布扩展到了威沙特分布，三个重要统计量之首
阅读全文
摘要：
梳理了一下统计学习三大要素，以及泛化误差上界定理，简单摘抄了一些证明。这篇理解部分比较多，由于需要一些泛函知识，所以并没有深入的去探索。
阅读全文
梳理了一下统计学习三大要素，以及泛化误差上界定理，简单摘抄了一些证明。这篇理解部分比较多，由于需要一些泛函知识，所以并没有深入的去探索。
阅读全文
摘要：hi 我是 Raul，目前还是帝都某校的一名数学专业本科生，主修信息与计算科学方向，喜欢足球、电子游戏和电影。平时涉猎广泛，军事、历史、政治、人工智能等等....是一个专注于技术本身的死肥宅，欢迎深入交流！ 几乎实时在线 telegram: "@Rrrrraulista" 上面没回复那就再： "st
阅读全文
摘要：关于 main.js 文件请联系博主。 页面定制 CSS 代码 博客侧边栏公告 页首 HTML 代码 页脚 HTML 代码
阅读全文
摘要：[toc] Online courses "R语言 在线教学平台" "Awesome CS Courses" "Computer Science courses with video lectures" 国外名校的计算机专业及软件工程专业课程讲义、课件和项目实践资源的来源，通常是一门课程在学校官方网
阅读全文
摘要：
这是一个作为全站目录的导航性页面，并且会成为本站浏览量冠军。
阅读全文
这是一个作为全站目录的导航性页面，并且会成为本站浏览量冠军。
阅读全文
摘要：主页美化备份log 页面定制 CSS 代码 博客侧边栏公告（支持HTML代码） （支持 JS 代码） 页首 HTML 代码 页脚 HTML 代码
阅读全文
摘要：【10】极大似然估计量的性质 ( 定理1 ) 设$X_{(i)}(i=1,...,n)\sim N_p(\mu,\Sigma)，(n p)$,则（$\mu,\Sigma$）'s MLE is: $$ \hat{\mu}=\overline{X}=\frac1n\sum_{i=1}^nX_{(i)}\
阅读全文
摘要：【8】p Normal Distribution's MLE 考虑$p$元正态总体$X\sim N_p(\mu,\Sigma)$,设$X_{(i)}=(x_{i1},\dots,x_{ip})',$$(i=1,\dots,n)$为$p$元正态总体$X$的简单随机样本，则有观测数据库： $$ X= \
阅读全文
摘要：VScode中$\LaTeX$编译环境配置留档。 ctrl + shift + p $\rightrightarrows$ Preferences :open settings(json) SumatraPDF端设置 1. "EnableTeXEnhancements = true" in "Sum
阅读全文
摘要：【9】点估计的优良性准则 估计量的无偏性 设某统计总体的分布包含未知参数$\theta_1,...,\theta_k$，$X_1,...,X_n$是从该总体中抽出的样本，要估计$g(\theta_1,...,\theta_k)$。g为一已知函数，设$\hat{g}(X_1,...,X_n)$是一个估
阅读全文
摘要：
阅读全文
摘要：从信号分析来理解卷积公式 1 Def 卷积公式同加法乘法一样，都是一种运算，他在特定的运算中会基于计算很大的便利，其次它也拥有很多性质，但是透过简单的定义式我们却很难直观的感受到其背后的物理意义，这对于理解来说是困难的，因此我们尝试通过信号处理方法来解释一下卷积公式所蕴含的物理意义，并通过一个实例来
阅读全文
摘要：
致敬将青春奉献给伟大事业的人类。
阅读全文
致敬将青春奉献给伟大事业的人类。
阅读全文
摘要：∑(O_O)?? [toc] 这是一篇极为生涩又不那么严肃的简介。 逻辑是啥，能吃吗？ ∑ ? 在数学世界经常看到形如：$a_1+a_2+\cdots+a_n$的式子，为了方便起见，我们定义符号： $$ \sum_{i=1}^na_i::=a_1+a_2+\cdots+a_n $$ 其中$\Sigm
阅读全文
摘要：《高效能人士的七个习惯》学习心得 『 如果想得到一个小改变，你只需从行为入手；如果希望看到真正的质的变化，请从思维入手。』 在宏观的战略思考上投入太少，会导致根本意识不到工作生活中的很多问题，书里有一些有启发的概念或模型。 『成功』可以是挣钱，提高社会影响力，或是提升幸福感，笼统的说，实现 个人效用
阅读全文
摘要：手稿图 折线图 | Argument | Description | | : | : | | xs , ys | x, y coordinates of vertices | | zs | z value(s), either one for all points or one for each p
阅读全文
摘要：$\sigma_1^2=1,\sigma_2^2=3,\rho=0.75$ $\sigma_1^2=1,\sigma_2^2=1,\rho=0$
阅读全文
摘要：```python import matplotlib.pyplot as plt import numpy as np def norm_pdf(x,mu,sigma): pdf=np.exp(-((x-mu)**2)/(2*sigma**2))/(sigma*np.sqrt(2*np.pi)) return pdf mu=0 sigma1=1 sigma2=3 sample1=np.rando
阅读全文
摘要：Writing mathematical expressions in matplotlib An introduction to writing mathematical expressions in Matplotlib. You can use a subset TeX markup in a
阅读全文
摘要：Cell命令模式目前支持的 Jupyter Notebook快捷 Enter : 转入编辑模式 Shift Enter : 运行本单元，选中或插入（最后一个Cell的时候）下个单元 Ctrl Enter : 运行本单元 Alt Enter : 运行本单元，在其下插入新单元 Y : 单元转入代码状态
阅读全文
摘要：【7】极大似然估计与贝叶斯估计 对于一个正态总体 $N(\mu,\sigma^2)$,若其中两个参数未知，而我们却拥有一组数据的观测值，我们设$\mu=\theta_1,\sigma^2=\theta_2$,由一元正态分布的概率密度函数我们容易得出此式： $$ f(x;\theta_1,\theta
阅读全文