快速入门教程GluonTS 包含 许多预构建模型 用于构建新模型的组件（似然函数、特征处理管道、日历特征等） 数据加载和处理 绘图和评估工具 人工和真实数据集（仅限具有许可的外部数据集） %matplotlib inline impor

哈希1. 两数之和给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。 你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素。 你可以

常见距离指标（Distance Metrics）在机器学习、数据挖掘和统计分析中，距离（Distance）或相似度（Similarity）用于衡量两个对象之间的差异程度。根据比较对象的不同，常见距离指标通常可以分为两类： 点之间的距离（P

Hash TablesExpected number of probes for Open-addressed hash tableGiven an open-addressed hash table with load factor $\

背景拟合优度，通常也称判定系数，记作$R^2$，是用于评估线性模型拟合优劣的指标。具体地，我们有$n$个$d$维样本组成的数据集$X\in\mathbb{R}^{n\times (d+1)}, \boldsymbol{y}\in\mathb

红黑树基本性质红黑树具有朴素的二叉查找树不具备的平衡性，通过如下5条关键性质： 树中每个结点要么是红的，要么是黑的； 根结点是黑的； 所有的叶子结点都是黑的（叶子结点为扩展NULL）； 每个红结点的两个子结点都是黑的； 从任意结点到其每个

1.3 线性子空间这里给出两个非常重要的线性子空间的实例：矩阵$A\in \mathbb{F}^{m\times n}$的核与像。 矩阵$A$的核定义为 \{ \boldsymbol{x}|A\boldsymbol{x}=0,\bold

基础知识：向量求导在优化方法、机器学习领域，向量求导非常常见。作为凸优化的前导知识，我们在这一节重点记录一些常用的向量求导公式。注意，这里仅记录标量函数$f:\mathbb{R}^n\to\mathbb{R}$对向量的导数（梯度）。在下面的

数据标准化在深度学习/机器学习领域，数据标准化是一个应用非常广泛的手段。所谓标准化，即消除原始数据中不同特征之间的量纲差异，使得后续的训练过程更加合理有效。 StandardScaler：标准差标准化这是应用非常广泛的一种标准化方式：根据数

EM算法EM算法，即期望极大算法，是一种迭代算法，每一次迭代包含两步： E步：求期望； M步：求极大。 算法核心内容输入：观测变量$Y$，隐变量$Z$，联合分布$P(Y,Z|\theta)$，条件分布$P(Z|Y,\theta)$； 输

指数族分布 指数族分布指的是可以写作如下形式的分布： p(\mathbf{x}|\pmb{\eta}) = h(\mathbf{x})\exp(\pmb{\eta}^T\phi(\mathbf{x})-A(\pmb{\eta}))其中，

《计算机组成原理》课程考点总结整理，内容较长，迁移至本博客。参考教材为唐朔飞《计算机组成原理》（第三版）。 在线阅读地址：https://weread.qq.com/web/bookDetail/acd32ce0811e4e902g01