我不清楚我是怎样一个人，也不知道该怎么描述我自己，总之喜欢网上冲浪，也喜欢咲希ちゃん，嗯就是这样。现重庆大学应用统计在读 (2024 - )，是李曼曼教授的研究生。现休学中。关于我的更多：我的简历。
|
12月20日：这些天想学学基本的java、go开发🤔确定一个方向，在年后、复学之前找个日常实习吧！ |
开发&项目经历：
数据科学（计算机科学，统计学）：
Notes of Reinforcement Learning ( RL 强化学习&算法 )
Including some basic RL theorem, RL&DP, MC learnoing, Sarsa, Q-learning, DQN, policy gradient, actor-critic, DDPG and their theoretical foundation.
数学：
其他：
类似Pytorch中的定义实现一个MLP，该MLP支持通过计算图进行自动微分与反向传播。其中，计算图被以一种相对简化但有效而可行的方式实现。最后，对MLP中的自动微分机制从数学上给出推导证明。
Some brief notes from my study of reinforcement learning theory.
搜集了若干我感兴趣的DP问题，包括背包问题、最长匹配子列与扰乱字符串等若干问题。囊括了一些DP的应用，例如KMP算法、Dijkstra算法等。还涉及了一些DP的优化手段与DP的进阶应用，例如单调队列与插头DP。
文章会很长哦，可以看作是我对各DP问题学习与研究的详细笔记😌
2023年12月24日，我结束了最后一门考研自命题专业课的考试。至此，半年考研历程正式暂告段落。
就是杂谈杂谈啦，主题是总结矩阵的代数性质。
如果只是给出特征函数的定义，自然是比较抽象、奇怪的；但如果从傅里叶变换的角度出发、结合卷积定理予以解释，那么特征函数的定义就比较trivial且直观、直观了。
part Ⅱ主要内容为 不等式、常微分方程 (ODE)、级数理论 和 多元函数微积分，包括工具定理、计算方法与部分证明，以例题辅助解释。
一个任何样本量下比UMVUE还要“好”的有偏估计量！这一颠覆经验认知的反常现象，被称为Stein's paradox。