todo list

尽快

PCANet：中文和英文的资源也非常多，希望能成为整个深度神经网络的起点吧；

工作的准备

在开始找实习之前需要看一下：
张志华老师的统计机器学习课程（重在基本概念的重新认识，加强认识）。

从均匀分布得其他概率分布；

梯度下降综述

IT公司面试笔试

• 为什么在神经网络里面feature需要standardize而不是直接扔进去

• 对Random Forest需要做Cross-Validatation来避免overfitting吗？

• 用naive-bayesian来做bagging，是不是一个不好的选择？为什么？

• 在用ensembe方法的时候，特别是Gradient Boosting Tree的时候，我需要把树的结构变得更复杂（high variance, low bias)还是更简单（low variance, high bias)呢？为什么？

有限状态机（Finite State Machine，FSM）（编译原理？）

C++实现简单KNN算法

• 排列组合（permutation && combination）的实现

• 单源最短路径Dijkstra算法的Python实现

• 生成模型与判别模型

  机器学习“判定模型”和“生成模型‘有什么区别
  生成模型与判别模型

• 协方差矩阵的意义（多元高斯密度函数）；

  度量特征之间的关联度；

C++

仿函数与lambda

C++ 仿函数/函数指针/闭包lambda

详细的内容参见，

• 祁宇《C++11新特性》，
• 侯捷《STL源码剖析》，
• 《C++标准库》。

Python

• Python 3 面向对象

sklearn中LabelEncoder的源码实现

• super

• 多态是如何实现的

scikit-learn（当然也包括 Python机器学习的第三章）

概率方法（贝叶斯）

Probabilistic-Programming-and-Bayesian-Methods-for-Hackers


概率图模型

压缩感知与小波分析及多尺度几何分析

• 压缩感知稀疏基之离散小波变换（matlab）

趣味题

割补法求面积

完成

OpenCV && 图像处理与计算机视觉

OpenCV学习笔记大集锦
基于Gabor+PCA+SVM的性别识别

机器学习和深度学习的现实应用

推荐系统
NLP
计算机视觉

CNN（matlab）

卷积神经网络初探

基本理论

最大熵（maximum entropy）
loss function
robust regression

机器学习基本模型

E in []  与 E out []  ：见台大林轩田机器学习课程；

LDA：Linear Discriminative Analysis，靳志辉老师的LDA数学八卦
Kernel Density Estimation in Python

数学科普

Table of mathematical symbols by introduction date

深度神经网络的学习及实践

How to trick a neural network into thinking a panda is a vulture：caffe

信号与系统

Understanding the FFT Algorithm

数据可视化——seaborn

Create basic graph visualizations with SeaBorn- The Most Awesome Python Library For Visualization yet

Data Visualization in Python: Advanced Functionality in Seaborn

热爱数学，喜欢琢磨一些有趣的数学的问题，比如缘分兮，概率兮，概率论史上的各种悖论（两小孩，生日悖论，辛普森问题，赌徒悖论），比如数理统计模型对于社会问题的访问，比如阶级固化对应的马尔科夫链随机过程的平稳分布，比如泊松分布的黑暗逻辑，再比如我们感慨世界史如此之小时，数学家们提出的小世界（small world network）问题。

热爱文字，喜欢俊采星驰的李白，更白沉郁顿挫的杜甫；喜欢潇潇洒洒的李白，更爱饱含深情的杜甫；

热爱物理，以看懂量子力学和广义相对论的公式为目标。

热爱英剧和美剧各种。

书

数学思维导论