Souyer的博客

为了督促自己看文献汲取人类科研精华，笔者决定开设这个系列，用于记录自己阅读的统计及计算机相关或不太相关的期刊、会议文章。鉴于笔者目前仍为大二菜鸟，故可能无法完整地复现文章的观点，请多多包涵。 目前考虑阅读的期刊与会议包括（参考封面设计doge）： 统计“四大”（JASA、JRSSB、The Annals of Statistics、Biometrika）； STAT相关：STARF、ARSIA、JDS…… CS/ML/AI相关（会议为主）：JMLR、ICLR、AAAI、NeurIPS、UAI…… 其他期刊会议（AISTATS……） 今日作为Day 1，找了一

本系列笔记参考： Lecture：sp23 公开资料仓库：materials 官方教材：Computational and Inferential Thinking DATA 8大致对应国内的数据科学导论（或类似课程），内容比较基础，主要讲述一些基本的数据处理与可视化方法，为后续进阶课程（如DATA 100,DATA 140）做铺垫。 本课程使用Python+Jupyter Notebook进行数据分析。安装Anaconda（或类似环境）即可满足要求。使用的库主要为python的datascience库（由UCB教授们开发） # 介绍（Introduction） 什么是数据科学？数据科学

# 纠错码（Error Correcting Codes） 在信息传输中，信息往往会丢失甚至损坏。一个比较容易想到的方法是重复传输信息直到丢失的信息被补全，但这样效率很低。本节我们介绍一种新的信息传输思路——加入“纠错码”。纠错码是信息论研究中的一个重要部分，也是控制论、通信理论等的基础，同时也在现实生活的各方面都有着重要的应用。 纠错码主要分为两种：一种是基于有限域多项式的代数编码，另一种则是基于图论的组合编码。本节主要讨论的是前者，其也被称为里德-所罗门码（Reed-Solomon Code），由它的两位发明者命名。 # 擦除错误（Erasure Errors） 我们设想以下场景：在

# 数据抽象（Data Abstraction） 在前面的章节中，我们主要讨论的是函数的一些抽象（即将函数的具体实现与函数的模块化处理分离）。而本节开始，我们将聚焦于数据本身的抽象。 在现实世界中，数据往往无法直接用程序语言的内置数据类型直接表示，通常需要不同数据类型进行复合表示。而数据抽象就是让数据的具体组成细节和其使用的方式进行分离，使得设计的函数不需要考虑复合数据的构成，将其作为整体进行处理。当然，也需要函数作为链接数据整体与具体部分的桥梁。 下面以有理数的构建与计算为例具体阐释这一概念： # 示例：有理数 这里我们将有理数统一表示为分子(numerator)/分母(de

# 多项式（Polynomials） 多项式对我们而言并不陌生，从中学的一次、二次函数到大学线性代数里的nnn次多项式，它在代数学里具有重要的作用。而在本节，我们将尝试将多项式应用于模运算及密码学的应用中，探讨如何应用其性质构造秘钥共享。 首先我们回顾一下多项式的形式：p(x)=adxd+ad−1xd−1+⋯+a1x+a0p(x)=a_dx^d+a_{d-1}x^{d-1}+\cdots+a_1x+a_0p(x)=ad​xd+ad−1​xd−1+⋯+a1​x+a0​，其中xxx为变量，ai(0≤i≤d)a_i(0\leq i\leq d)ai​(0≤i≤d)为系

# RSA公钥密码系统 本节我们将阐述模运算在密码学中的一大应用：RSA密码系统。这一系统的名称来源于它的三位发明者：Ronald Rivest, Adi Shamir 和 Leonard Adleman。 # 场景 密码学的基础设定场景如下： 张三与李四需要通过某个通信线路（可能不安全）进行信息传输，而窃听者王五会进行监听并试图破解传输的信息内容。 假设张三需要传输信息xxx给王五，他会先用加密函数将xxx加密为E(x)E(x)E(x)；李四在收到消息后会使用解密函数DDD将加密信息进行换源，即：D(E(x))=xD(E(x))=xD(E(x))=x。

# Primitive and Reference Types（原始与引用类型） 本节将会介绍一些基本的数据类型及其使用方式，并围绕列表这一核心进行阐释。 # 原始数据类型（Primitive Types） 首先简单提一下变量数据在计算机中的存储方式：无论是数字还是文本，在计算机中均以二进制列进行存储，而程序中的变量类型则指定了二进制列的解释方式。 在Java中，定义一个变量需要指定其变量类型，这相当于在内存中开辟了一段存储变量的二进制空间（当然，我们无法获取到具体的存储地址，这点和C语言不同）。而对变量进行赋值就相当于在这个空间中存储这个值。 上面提到的变量类型可以是：byte, shor

本节开始，聚焦的主题由函数转变为数据，包括不同的数据类型、类与对象、数据处理以及面向对象编程等内容。 注：本节内容大致对应国内的数据结构课程，可结合相关资源进行学习。 # 原始数据类型（Native Data types） 在python中，每一个值的类型都由一个类(class)来定义（如int,float,str等）。具有相同类型的值可以执行相同的操作或进行组合（如四则运算等）。 而python中内置了一些数据类型（比如上面的这些例子），其中数值类型包括int（整数）、float（浮点数）和complex（复数）三类。【当然，python语言不需要特别声明原始数据类型，而会根据值的格式

说明：（既然有了概率论，那么也顺便把数分III梳理一下~）考虑了一下，还是以题目汇编的形式进行总结复习，通过解题梳理知识点。（题目来源：课后习题、答案书题目、期中考试题目） ~~另注：由于期末考试重点考后三章（二十二十二章），所以前四章题目会相对缩减。~ sry，时间不够了，后面几章的题目量可能还会少些…… 多元函数极限与连续： 请写出下面这个平面点集的聚点和界点： {(x,y)∣y=sin⁡1x,x>0}\{(x,y)\mid y=\sin\frac{1}{x},x>0\} {(x,y)∣y=sinx1​,x>0} 聚点和界点均为

说明： 本题集题源为老师上课课件、练手题以及教材课后习题，仅供参考。实则为无法预测的命运之舞台doge 逻辑与推理相关题目： 下面描述的问题哪个不属于因果分析的内容？ 如果商品价格涨价一倍，预测销售量（sales）的变化 如果广告投入增长一倍，预测销售量（sales）的变化 如果放弃吸烟，预测癌症（cancer）的概率 购买了一种商品的顾客是否会购买另外一种商品 ❌属于干预 ❌属于干预 ❌属于反事实 ✔️属于相关性分析（“关联”），未达到因果分析层次。（上面两个阶段才是） 应用归结法证明以下命题集是不可满足的。 α∨ββ→γ¬α∧¬γ.\begin{align}