Space X

一. 前置准备

• 配置oracle-jdk：

先去下载jdk，然后解压

  sudo tar -zxvf jdk-8u171-linux-x64.tar.gz -C /usr/local

然后sudo vim /etc/profile末尾加上以下几行修改环境变量

  export JAVA_HOME=/usr/local/jdk1.8.0_171
  export …

Debian9 Stretch终于发布了，用了一圈还是决定回归debian怀抱，这里记录一下安装过程

• 无线网卡驱动，配好non-free源后，在有线连接下，sudo apt install firmware-iwlwifi并重启，完成

• 设置terminal快捷键，设置 >键盘>应用程序快捷键 添加xfce4-terminal 的快捷键 super+r, 添加thunar …

四. Linear Models for Classification

1. 判别函数

   • 二分类：线性判别函数的最简单形式是输入向量的线性函数 $y(\pmb x)=\pmb w^T\pmb x+w_0$ ，对应的决策边界由 $y(\pmb x)=0$ 确定，即 $D$ 维空间里的一个 $(D-1)$ 维超平面，由距离公式，点 $\pmb x$ …

三. Linear Models for Regression

1. 线性基函数模型

   • 将线性模型的输入变量的固定的非线性函数进行线性组合可以扩展模型，即 $y(\pmb{x,w})=\sum_{j=0}^{M-1}w_j\phi_j(\pmb x)=\pmb w^T\pmb{\phi(x)}$ ，其中的 $\phi(\pmb x)$ 被称为基函数，相当于把 $\pmb x$ …

二. Probability Distributions

1. 二元变量

   • 共轭性：后验概率分布（正比于先验和似然函数的乘积）与引入的先验分布有着相同的函数形式，是一种用来简化贝叶斯分析的人为设计

   • Beta分布：二项分布$Bin(m|N,\mu)=\binom{N}{m}\mu^m(1-\mu)^{N-m}$ ，为了避免小规模数据所求得参数$\mu$的最大似然解引起的过拟合需要对$\mu$假 …

一. Introduction

1. 概率论

   • 由贝叶斯公式 $p(\pmb w|\mathcal D)=\frac{p(\mathcal D|\pmb w)p(\pmb w)}{p(\mathcal D)}$ 得到贝叶斯定理：“后验概率正比于先验概率与似然函数的乘积”

   • 假设观测值 $\pmb t$ 服从高斯分布 $N(y(\pmb{x,w}), \frac{1}{\beta})$ ，则最大 …

VPS到期之后就很久没写过博客了，其实主要是懒- -

关注 golang 之余偶然发现静态博客 hugo 不错，配置起来省心，生成速度又快。

心血来潮，索性重新在github pages搭了个，也好留个可以写东西的地儿。