视频课程更新，机器学习、数理统计、矩阵分析、运筹视频教程
如果各位读者朋友读到了这里，不妨移步到B zhan（五道口纳什），那里我将进行每周至少一次的更新，更多视频课程等待各位的阅读和反馈。
导览传送门如下：
1. 数据&算法
- 【手推公式】指数族分布（exponential family distribution），伯努利分布及高斯分布的推导
- 【手推公式】从二分类（二项分布）到多分类（多项分布），最大似然估计与交叉熵损失的等价
- 【机器学习】【手推公式】从Hinge loss（合页损失）到 SVM（hard margin/soft margin）
- 【手推公式】xgboost自定义损失函数（cross entropy/squared log loss）及其一阶导数gradient二阶导数hessian
2. 数理统计
- 【统计】统计检验（从t-distribution（t分布）到t-test（t检验），t-score（t-统计量）以及卡方检验（chi-test），excel计算
- 【统计学】p-value（p值） 与 z-score（标准分/z得分/z分数）定义，计算以及适用场景
- 【统计学】从置信水平（confidence level，置信区间）、Z值到最小采样数（最小抽样数）
- 【贝叶斯分析】三门问题（蒙提霍尔悖论，Monty Hall problem）的三个解释及其 python 仿真验证
3. 计算机视觉
- 【计算机视觉】cnn/maxpool 输入输出 shape 的变化与kernel size、pool size、stride size，padding=same
- 【计算机视觉】从图像距离（图像相似性）的计算（ahash/dhash/phash/whash）到以图搜索的实现
4. coding 与计算机科学
- 【计算机原理】补码的意义与计算机减法的逻辑
- 【抽样】蓄水池抽样（Reservoir sampling），长度为N的流式（streaming）或链表，每个样本被选中的概率为1/N
- 【抽样】蓄水池抽样（Reservoir sampling）（二），蓄水池容量为m，流式数据量为n，每个样本都等概率的m/n的被
5. 矩阵分析
- 【矩阵计算】从 im2col 到 GEMM，矩阵与核的卷积到矩阵乘法
- 【矩阵分析】从特征值特征向量到矩阵SVD奇异值分解（np.linalg.svd）
- 【矩阵分析】矩阵奇异值与谱范数（spectral norm），F范数（Frobenius norm），核范数（nuclear norm）