清雅白露记

学习机器学习的时候，发现在机器学习中和统计学的很多概念比较相像，以前没有搞清楚统计学与机器学习到底是什么关系，最近看了一下《ALLofstatistics》这本书，发现其中讲清楚了统计学与机器学习的关

极大似然法的思想始于高斯的误差理论，在各种估计方法中较为优良，它属于频率学派的点估计法的一种。 频率学派的参数估计方法，不管是矩估计，极大似然法，区间估计或者其他方法，在抽取样本之前对参数 没有任何了解。 这里和 贝叶斯方法 区别一下：Bayesian的基本观点是在抽取样本之前…

在第2篇文章中，推导出了欧拉-拉格朗日方程，本文用它来解决第1篇文章中的两个简单的泛函问题。 问题的具体描述见第1篇文章，在第1篇文章中求的是从坐标原点(0,0)到点(a,b)的连接曲线是 y = y(x)，不失一般性，这里将其改成求点 到点 的最短连线。 两点之间最短路径问题…

本文是变分法理解系列的第2篇文章，本文的要点如下： 基本概念 两个引理 什么是函数的变分 什么是泛函的变分 Euler–Lagrange equation的证明 具有某种共同性质的函数构成的集合称为类函数，记作F。例如在最速降线例子中的所有…

很多书的第一章其实是敷衍了事，而PRML的第一章却是有点东西，它构思精妙，用一个例子引出了概率论，高斯分布，Bayesian方法，决策论，信息论等贯穿全书的基本方法。 在进入1.1节以前，书上讲了一些知识铺垫。 寻找数据中模式的问题一直以来都是一个fundamental的问题。…

分部积分法是微积分中重要的计算积分的方法。它的主要原理是把一个积分转变成另一个较为容易的积分。 这就是不定积分的分部积分公式，当求有困难的时候，而求比较容易，就可以利用公式（1）。 这就是定积分的分部积分公式。

PRML的全称是Pattern Recognition and Machine Learning，中文名字叫模式识别与机器学习，这本书的英文版可以在网上免费下载。 PRML是一本机器学习领域的经典著作，读后收获非常大。 内容选取得当。我看的版本是06年，但是现在看完全不过时。这…

静态网站托管，把你的静态网站托管到github pages等。注意，只能是静态的网站，但是大多数是免费方案，这个不需要租用服务器或空间，但是也需要折腾于静态网站的配置 传统博客，如blogger，csdn，博客园，oschina等。 新型社区，如medium，简书，掘金，Seg…

Stanford的CS224n课程主要讲的是Natural Language Processing with Deep Learning的知识，其中Lecture 10的主题是Machine Translation and Models with Attention.