原创 理解Jacobian矩陣與分佈變換
理解Jacobian矩陣 本文主要是以下教程的一個整理： Khan-academy: The Jacobian matrix 可能有錯，歡迎指正。 Locally Linear 我們考慮一下簡單的函數： f([xy])=[x+si
2020-06-27 09:33:12
65
原创 無痛理解梯度下降
理解梯度下降 梯度下降的公式相信大家都耳熟能詳： θ=θ−λ∂f(x;θ)∂θ \theta=\theta-\lambda \frac{\partial f(x;\theta)}{\partial \theta} θ=θ−λ∂θ∂
2020-06-27 09:33:12
1
原创 使用SVD來求解優化問題最優值以及求解PCA
使用SVD來求解優化問題最優值 假設我們想要求解如下問題： R∗=argmaxR∑i=1nqiTRpi=∑i=1ntr(QTRP)ii=tr(QTRP) R\mathbf{^{*}} =\underset{R}{\operato
2020-06-27 09:33:12
原创 理解意向性分析(intention-to-treat, ITT)
我們在做臨牀干預試驗的時候，出於道德的考慮一般不會“強制”讓病人接受某個隨機分配的治療方案，而是採用“建議”的方法，允許病人拒絕，那麼如果我們分析的時候，就按隨機分配來分析，而不管是不是真的接受了治療方案，就是本文的intenti
2020-06-27 09:33:12
5
原创 Propensity score簡介
預測causal effect的標準做法是做隨機試驗，但是這種隨機試驗通常很難完成，比如要預測吸菸與肺癌的因果效應，那麼就必須隨機讓一部分人強制抽菸（treatment=抽菸），讓另一部分人強制不抽菸（treatment=不抽菸）
2020-06-27 09:33:12
原创 概率隱語義分析(Probabilistic Latent Semantic Analysis, PLSA)
Probabilistic Latent Semantic Analysis PLSA來自於一篇1999年UAI的一篇文章，他研究的是一下概率圖： 其中d表示document，z是隱變量，表示潛在的語義，w是表示詞word。從獨
2020-06-27 09:33:12
原创 芝加哥頂級英語寫作指南：Style Toward clarity and grace
文章目錄StyleClarity(清晰)NominalizationUseful Nominalization小心 Noun+Noun+NounCohesion(銜接)TopicsMetadiscourse小結StressThem
2020-06-01 05:03:28
65
原创 mendeley實現遷移數據到新電腦
首先要實現遷移功能請使用舊版mendeley!從19版開始mendeley就對數據庫進行加密沒法對數據庫進行操作，從而無法實現離線遷移。因此，本人一直使用的是17版的mendeley，下載地址: https://desktop-d
2020-06-01 05:03:18
原创 使用Docker管理你的生產環境
文章目錄介紹Docker-CE安裝Nvidia-docker 安裝阿里雲加速使用阿里雲docker倉庫同步鏡像常用命令配置用戶分組，免除sudo煩惱查看版本運行鏡像使用-v掛載本機文件使用-p 映射端口顯示所有Docker ima
2020-06-01 05:03:18
原创 獨立成分分析FastICA算法原理
獨立成分分析FastICA算法原理 首先對於d維的隨機變量x∈Rd×1\displaystyle \mathbf{x} \in R^{d\times 1}x∈Rd×1，我們假設他的產生過程是由相互獨立的源s∈Rd×1\displa
2020-04-21 08:07:57
原创 主成分分析(PCA)，概率主成分分析(PPCA)和因子分析(FA)的區別？
介紹 在PCA中，有一份樣本爲n，維度爲d的數據X∈Rn×d\displaystyle X\in \mathbb{R}^{n\times d}X∈Rn×d，我們希望降維，於是： X≈ZWT X\approx ZW^{T} X≈ZW
2020-04-14 06:54:47
原创 置換矩陣也能求導優化
置換矩陣也能求導優化 本文是對論文 Learning Latent Permutations with Gumbel-Sinkhorn Networks的閱讀筆記。 很多時候我們都希望學習一個置換矩陣(permutation
2020-03-05 15:11:38
1
原创 標準化流（Normalizing Flow）
Normalizing Flow flow的核心思想就是這個分佈變換的公式，如果y=f(x)\displaystyle y=f( x)y=f(x)，且f\displaystyle ff是可逆的，則 px(x)=py(f(x))∗∣
2020-02-21 05:27:30
原创 速查：卷積核參數計算公式
文章目錄卷積公式沒有padding，且s=1有padding，且s=1Half (same) paddingFull padding沒有padding，s>1有padding，s>1Pooling 公式反捲積公式沒有padding
2020-02-21 05:27:30
原创 卡爾曼濾波（Kalman Filter）
爲什麼需要卡爾曼濾波？ 看上圖，這其實是一個典型的測量模型，我們設y是觀測到的值，x是隱變量。舉個例子，x表示火箭燃料溫度，可惜的是，燃料內部的溫度太高，我們沒有辦法直接測量，只能測量他火箭外圍的溫度y，因此每一步的測量都伴隨着
2019-10-25 17:35:52