update

AIboy996 · Mar 12, 2024 · f871cf8 · f871cf8
1 parent 53b9eb4
commit f871cf8
Show file tree

Hide file tree

Showing 18 changed files with 198 additions and 33 deletions.
diff --git a/docs/About/devices.md b/docs/About/devices.md
@@ -76,6 +76,7 @@ tags:
 - `2020-2020`：<s>Apple TrackPad（搭配Mac Mini，已咸鱼）</s>
 - `2021-2021`：<s>Apple Magic Keyboard（体验，已退）</s>
 - `2021-202?`：罗技K580
+- `2024-202?`：Jamesdonkey RS2 3.0客制化键盘（室友组的，很美妙，我直接拿下）
 - `2021-202?`：罗技M330静音鼠标（一个已经用坏了，第二个正在坏）
 - `2021-202?`：罗技G304游戏鼠标
 - `2023-202?`：罗技M650静音鼠标（主要为了蓝牙，330不支持蓝牙😭）
@@ -87,7 +88,7 @@ tags:
 >
 > 另外，我觉得玩游戏的时候戴耳机也是一种享受，大部分的游戏都会精心设计音乐和音效。
 
-- `2019-2020`：<s>QCY T1 入耳式蓝牙耳机</s>
+- `2019-2020`：<s>QCY T1 入耳式蓝牙耳机（高中的时候用的，时代的眼泪）</s>
 - `2019-202?`：AKG Y30 有线头戴式耳机（很少用，但还不错。有些漏音。）
 - `2020-2022`：<s>华为 FreeBuds3 半入耳式蓝牙耳机（后来借人用，被弄丢了）</s>
 - `2020-202?`：JBL GO2 蓝牙音箱（真香）

diff --git a/docs/Statistics/basic/Calculus.md b/docs/Statistics/basic/Calculus.md
@@ -26,16 +26,17 @@ tags:
 
 ## 公开课
 
-### 清华刘思齐
+### [清华刘思齐](https://www.bilibili.com/video/BV1F7411L7LS)
 
 哔哩哔哩【我真的不懂分析】，647老师的数分有点难，并且没有数学分析一。
 
-### 复旦谢锡麟
+### [复旦谢锡麟](https://space.bilibili.com/589977552/channel/series)
 
-好课。
+好课，看谢老师写板书是一种享受。
 
-### MIT 18.100A
+### [MIT 18.100A | Fall 2020 | Undergraduate, Graduate](https://ocw.mit.edu/courses/18-100a-real-analysis-fall-2020/)
 
 !!! cite "[MIT 18.100A 2020 fall lec4] Dr. Casey Rodriguez"
     Algebraic things are, to me, very nice. Because somehow you always deal with equality. So how hard could it be to prove two things are equal to each other? Yet, analysis deals a lot with inequality, which somehow is much more subtle.
 
+这段话我是认可的，毕竟代数确实搞不出啥不等式。
diff --git a/docs/Statistics/basic/Linear_Algebra.md b/docs/Statistics/basic/Linear_Algebra.md
@@ -6,19 +6,31 @@ tags:
 # 线性代数
 > MATH120044，线性代数，吴肖乐
 
-魅力无穷的一门课。
+魅力无穷的一门课，每次听都要长一点脑子。
 
 ## 主要内容
 
 - 行列式
 - 矩阵
 - 线性空间和线性映射
-- 多项式
+- 多项式空间
 - 特征值
 - 相似标准形
 - 二次型
 
 ## 参考书
 当初我们上课的时候用的是清华大学出版社居余马编著的《线性代数》，听的是山东大学的公开课（虽然疫情线上课真的烦，但山大的公开课是真不错）。后来我也看过闻名在外的Gilbert Strang的公开课，书写的也不错。另外还看过复旦出版社姚慕生主编的高等代数学，也是不错的书。
 ## 体会
-线性代数是一门很有趣同时很实用的课程。从这里出发会引发很多的疑问进而发现更广阔的天地。
+线性代数是一门很有趣同时很实用的课程。从这里出发会引发很多的疑问进而发现更广阔的天地。
+
+## 公开课
+### [山东大学MOOC 线性代数](https://www.icourse163.org/course/SDU-55001)
+当初疫情时期我们看的就是这个网课（哭），但课也确实是好课，山大牛B。
+
+### [MIT 18.06 | Spring 2010 | Undergraduate](https://ocw.mit.edu/courses/18-06-linear-algebra-spring-2010/)
+Gilbert Strang的公开课，算是世界闻名了。讲的内容和国内的略有差别，会涉及一些“高级内容”，比如FFT、Jordan标准型。我是有了基础再去看的，感觉很有趣，顺带学一学英文线性代数了。
+
+<figure markdown>
+![](assets/2024-03-12-22-35-31.png){width=500}
+<caption>圣诞节MIT刀斧手</caption>
+</figure>
diff --git a/docs/Statistics/basic/Operations_Research.md b/docs/Statistics/basic/Operations_Research.md
@@ -6,12 +6,12 @@ tags:
 # 运筹学
 > MANA130005，运筹学，周蓉
 
-和统计沾边，但本身是其他学科的分支。
+和统计沾边，但本身是其他学科（优化方向！）的基础课。
 
 ## 主要内容
 
 - 线性规划
-- 运输问题
+- 目标规划
 - 整数规划
 - 非线性规划
 - 动态规划
@@ -21,5 +21,13 @@ tags:
 
 ## 参考书
 胡运权《运筹学教程》，没看过其他的课本，这本总体上感觉也还不错。
+
 ## 体会
-主要内容就是**各类优化**，都是比较基础的内容。排队论部分由于缺少随机过程的前置知识基本就是记住结论。听闻后续还有随机运筹学，大概才是正菜。
+主要内容就是**各类优化**，都是比较基础的内容。
+
+- 线性规划手搓单纯形表还是很枯燥的
+- 整数规划是个很难的话题，但是我们讲的不深入
+- 动态规划是个好算法
+- 图和网络算法很实用，最大流、最短路都是非常容易接受的重要算法！
+- 排队论部分由于缺少随机过程的前置知识基本就是记住结论。听闻后续还有随机运筹学，大概才是正菜。
+- 对策论讲的太简单
diff --git a/docs/Statistics/basic/Probability_Theory_and_Mathematical_Statistics.md b/docs/Statistics/basic/Probability_Theory_and_Mathematical_Statistics.md
@@ -22,8 +22,8 @@ tags:
   - 方差分析和回归分析
 
 ## 参考书
-茆诗松的《概率论与数理统计教程》
+茆诗松的《概率论与数理统计教程》，这本书好像备受推崇，但我感觉一般。个人感受是重点突出比较不足，看过去满书都是知识点。可能当时学的不是很懂，书看的比较少。后面是用的李贤平的《概率论》以及韦来生的《统计推断》分别学的概率论和数理统计。
 ## 体会
 学好微积分，不然会很痛苦。
 
-几乎涉及到了统计的方方面面，但是都是科普性质的。
+几乎涉及到了统计的方方面面，但是都是科普性质的。我们当时统计的部分讲的很少，只是讲了假设检验的简单概念。
diff --git a/docs/Statistics/basic/Statistical_Software.md b/docs/Statistics/basic/Statistical_Software.md
@@ -6,27 +6,27 @@ tags:
 # 统计软件
 > MANA130076，统计软件，沈娟
 
-!!! info "缘分啊"
-    沈老师居然是我导的夫人，并且我选这门课的那个学期沈老师刚好怀孕。只能说缘妙不可言！！
-
 应用类型的课程，主讲R语言、SAS和Python等应用程序的统计实践。
 
+!!! info "缘分啊"
+    沈老师居然是我导的夫人，并且我选这门课的那个学期沈老师刚好怀了宝宝。只能说缘妙不可言！！
+
 ## 主要内容
 我当时上的是SAS，课程内容包括：
 - SAS初步
-- 画图
+- 统计绘图
 - 描述性统计
 - 统计推断
-- 回归
-- 聚类
+- 回归分析
+- 聚类分析
 - R语言补充
 
 ## 参考书
-机械工业出版社《深入解析SAS》
+机械工业出版社《深入解析SAS》，超级大砖头，买来没怎么看。
 
 ## 体会
-真的，别来学SAS。
+真的，别来学SAS。一般企业真用不上SAS，除非是医药企业，个人也用不起SAS。不如学一学R，轻便、免费、强大、有众多开源的算法的包可以使用，在统计的学术界使用非常广泛。
 
-不如学一学R，轻便、免费、强大（有众多开源的算法的包可以使用）。
+如果当时我选修了R语言，很有可能R就会成为我除了Python外最喜欢的语言（R的社区也是非常活跃的）。可惜选修了SAS，R到现在也只是一知半解，没什么机会好好学一学。
 
 统计软件算是打开了深入学习统计的大门，有了软件的帮助我们可以在实际数据上建立模型来检验我们学到的东西。（还可以加快写作业的速度，求分位数再也不查表了）
diff --git a/docs/Statistics/basic/assets/2024-03-12-22-35-31.png b/docs/Statistics/basic/assets/2024-03-12-22-35-31.png
diff --git a/docs/Statistics/elective/Algorithm.md b/docs/Statistics/elective/Algorithm.md
@@ -6,4 +6,34 @@ tags:
 # 算法导论
 > COMP119004，计算思维，汪卫、黄萱菁
 
-计算机算法入门。
+计算机算法入门课，内容很广：计算机的高级应用、计算机原理、数据结构和算法都涉及一点。
+
+## 主要内容
+
+- 二进制
+- 数据压缩算法
+- 纠错码
+- 搜索算法
+- 排序算法
+- 状态机
+- 递归和分治
+- 基本数据结构
+- 基本图算法
+- 活动网络
+- 并发和死锁
+
+下面是仅存在于目录，上课并未涉及的内容：
+
+- 信息论
+- 密码学基础
+- 人工智能
+- 计算理论
+- 计算语言学
+- 生物信息学
+- 博弈
+
+## 参考书
+老师给的参考书是布鲁克希尔著《计算机科学概论》，但我当时上课没怎么看过。看一看算法导论这类的书应该也是很有用的。
+
+## 体会
+这门课叫做计算思维，作为一门通识选修课感觉还是太难了，但确实能学到一些计算机科学式的思考方法。现在看来这绝对是一门好课，我现在很想再重新修一次。可惜我选修这门课的时间太早了，一年级的我啥也不懂就去上了这门课。如果能在二年级或者三年级的时候，我学会了一些编程技术再去学肯定会有更好的效果。
diff --git a/docs/Statistics/elective/Computational_Statistics.md b/docs/Statistics/elective/Computational_Statistics.md
@@ -4,6 +4,46 @@ tags:
 ---
 
 # 统计计算
-> MANA130368，统计计算，蒋飞宇
+> MANA130368，统计计算，蒋斐宇
 
-很重要的统计应用课，主讲数值算法、模拟算法。
+统计算法课，但是实际上课的内容统计算法占比不多（主要原因是我们当时选课的基本都是大三上，随机过程、时间序列啥的都还没学，所以老师调整了一下大纲，讲的比较简单）。
+
+## 主要内容
+
+- 数值优化
+    - 牛顿法
+    - 割线法
+    - 不动点法
+    - 高斯牛顿法
+    - NM算法
+- 组合优化
+    - P/NP
+    - Local Serach
+    - SA算法
+    - GA算法
+    - Tabu算法
+- EM算法
+- 数值积分
+    - Newton-Cotes积分
+    - Romberg积分
+    - Gauss积分
+- 模拟
+    - Inverse CDF抽样
+    - 拒绝抽样
+    - SIR（Sampling Importance Resampling）
+    - SIS（Sequential Importance Sampling）
+    - 方差缩减技术
+- Bootstrap
+- MCMC
+
+## 参考书
+Geof Givens & Jennifer Hoeting的《Computational Statistics (2nd
+Edition)》. 中文版翻译的很烂，别看。李航好像也有一本《统计学习方法》，也不错。
+
+## 体会
+
+数值优化、组合优化都是很有用的算法，管理学院能开这门课补足这方面的知识还是不错的。
+
+EM算法是统计学中最重要的算法之一了，后面的数值积分和模拟虽然理论上很有用，但是实践中根本用不到。
+
+Bootstrap和MCMC才到统计计算的核心，可惜因为前置知识不足，我们讲的不多。
diff --git a/docs/Statistics/elective/DSPython.md b/docs/Statistics/elective/DSPython.md
@@ -6,4 +6,11 @@ tags:
 # 数据科学编程基础
 > MANA130398，数据科学编程基础，孙海
 
-numpy+pandas+matplotlib三剑客。
+numpy+pandas+matplotlib三剑客。
+
+## 主要内容
+
+## 参考书
+
+## 体会
+
diff --git a/docs/Statistics/elective/Data_Mining.md b/docs/Statistics/elective/Data_Mining.md
@@ -6,4 +6,41 @@ tags:
 # 数据挖掘
 > MANA130374，数据挖掘原理与技术，王有为
 
-主讲处理大数据的各类算法。
+主讲处理大数据的各类算法。
+
+## 主要内容
+
+- 大数据背景
+- 各类数据形式
+- 探索性数据分析
+    - 统计量
+    - 可视化
+- 分类算法
+    - 分类任务指标
+    - Decision Tree
+    - Naive Bayes and Bayesian Belief Networks
+    - Artificial Neural Networks
+    - Nearest Neighbor
+    - Logistic Regression
+    - Support Vector Machines
+    - CART（Classification and Regression Trees）
+    - Random Forest
+- 聚类算法
+    - 相似性度量
+    - K-means Clustering
+    - Hierarchical Clustering
+    - Graph-based or Prototype-based or Density-based Clustering
+- 关联规则挖掘
+    - 量化指标
+    - Apriori Algorithm
+    - FP-growth Algorithm
+
+## 参考书
+Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar. Introduction to Data Mining. Addison Wesley, 2nd edition (Oct, 2019).
+
+## 体会
+我必须打开可能才能想起来这个课讲了啥，甚至有些内容我打开了课件也回忆不起来。
+
+总体来说内容不是很多，分类、聚类、关联规则就这三块内容。但是每块内容涉及到的算法非常多，属于是走马观花，我基本都没学会。到头还还是只会SVM、KNN、随机森林啥的。
+
+关联规则挖掘倒是让我记忆犹新，Diapers和Beer的神奇组合确实很有记忆点，至于关联规则到底如何挖掘我实在是记不得了，只能当调包调参侠了。
diff --git a/docs/Statistics/elective/Database.md b/docs/Statistics/elective/Database.md
@@ -6,4 +6,11 @@ tags:
 # 数据库
 > MANA130373，数据库与企业数据管理，张成洪
 
-数据库、SQL入门。
+数据库、SQL入门。
+
+## 主要内容
+
+## 参考书
+
+## 体会
+
diff --git a/docs/Statistics/elective/OpenMMLab.md b/docs/Statistics/elective/OpenMMLab.md
@@ -6,4 +6,11 @@ tags:
 # OpenMMLab实践
 > 华五AI+X微专业，商汤
 
-深度学习第一课。
+深度学习第一课。
+
+## 主要内容
+
+## 参考书
+
+## 体会
+
diff --git a/docs/Statistics/elective/Pattern_Recognition_and_Machine_Learning.md b/docs/Statistics/elective/Pattern_Recognition_and_Machine_Learning.md
@@ -6,4 +6,11 @@ tags:
 # 模式识别和机器学习
 > 华五AI+X微专业，邱锡鹏
 
-机器学习的第一课。
+机器学习的第一课。
+
+## 主要内容
+
+## 参考书
+
+## 体会
+
diff --git a/docs/Statistics/elective/SeniorPython.md b/docs/Statistics/elective/SeniorPython.md
@@ -6,4 +6,11 @@ tags:
 # 人工智能编程框架
 > 华五AI+X微专业，翁恺
 
-有深度的Python课程。
+有深度的Python课程。
+
+## 主要内容
+
+## 参考书
+
+## 体会
+
diff --git a/docs/Statistics/postgrad/journal_club.md b/docs/Statistics/postgrad/journal_club.md
@@ -8,5 +8,6 @@ tags:
 Journal Club是我导组织的论文分享会，我偶尔也会上去分享一下。PPT画都画了，索性放在这里，献丑了。
 
 ## 2024-02-22
+
 - Title: *Evading the Simplicity Bias: Training a Diverse Set of Models Discovers Solutions with Superior OOD*
 - Publication: CVPR 2022
diff --git a/docs/Statistics/specialized/Regression_Analysis.md b/docs/Statistics/specialized/Regression_Analysis.md
@@ -6,4 +6,4 @@ tags:
 # 回归分析
 > MANA130021，回归分析，戴国榕
 
-很重要的统计基础课。
+线性回归。
diff --git a/docs/Statistics/specialized/Stochastic_Process.md b/docs/Statistics/specialized/Stochastic_Process.md
@@ -6,4 +6,4 @@ tags:
 # 随机过程
 > MANA130024，随机过程，冯项楠
 
-究极难的统计专业课。
+究极难的统计专业课，但讲的不是很深入，主打一个传神达意。