Academics
考前速成必会清单
考前最后一晚必背：推不出来、做题却要用的硬结论、固定阈值、易错方向与套路口诀
同学你好，欢迎来到 L.D.J 的私家工坊
积极乐观、活力无穷、永远攀登。
Explore
💻
Tech Stack
Math · Code · Design · Philosophy
7 folders, 0 posts🚀
Career
About self-discipline and teamwork
Money money and more money
📚
Academics
BUAA 你把我害惨了
1 folder, 0 posts❤️
Love & Interests
Life is love, inspiration, freedom, experiment
0 folders, 0 posts🧭
Plan & Think
Goals in mind, Step on feet.
0 folders, 0 posts💪
Health & Fitness
Explore the world inside.
0 folders, 0 postsRecent Posts
Academics
模式识别系统与三大流派
模式识别系统的流水线、监督与非监督的区分、三大方法流派——全课的总览地图
Tech Stack
贝叶斯决策理论
从概率角度定义「最优分类」：最小错误率与最小风险两套准则，以及它们如何在 0-1 损失下统一
Academics
贝叶斯决策理论
最小错误率与最小风险两套决策准则、似然比形式、白血病例子与结论反转、0-1 损失下的统一
Tech Stack
最大似然估计
从「哪个参数最可能生成这批数据」出发，推导常见分布的 MLE，并讲清估计为何会有偏、N-1 修正从何而来
Academics
概率密度估计与最大似然估计
两步贝叶斯决策、MLE 五步法、各分布的 MLE 计算、均匀分布陷阱题、有偏无偏与 N-1 修正