Rain

摘要： Data Science We define DS as Engineering + Analytics. Analytic part has alr demonstrated through another blog. This time we focus on Engineering. Wher 阅读全文

摘要： 1 Pipeline Data Engineering (upstream) -> Data Analytics (downstream) where the engineering part is where most work happens on, including data ingesti 阅读全文

摘要： 编程是一种应用科学，它和理论不一样，比谁背的多，不是比谁理解的多。 C++ 轮子 二维数组： vector<vector<int>> matrix(M, vector<int>(N, 0)); 哈希表/字典： unordered_map<int, int> m; m[key] = val; val 阅读全文

摘要： 数据科学分为Data Engineering和Data Analytics。这次我们讨论前者的DBMS架构部分。 1 概述 1.1 Selinger的代价优化 像MySQL，PostgreSQL就是一个DBMS。 上个世纪，Selinger提出了古老的代价优化公式（代价模型）： \[\text{CO 阅读全文

摘要： 0 What is Statistics? There exists two main philosophic ideas for Statistics: Frequentist, and Bayesian. Frequentists assume there is a fixed, exact v 阅读全文

摘要： 引入 测度：积分式 \(\text d\) 后面的东西的大小就是测度的大小。\(\int s\text d F\) 的测度就是概率质量。 泛函就是多元微积分，只不过多元在这里是无穷维。 思考一个曲线，这个曲线上每个点都是一个独立的分量 \(y_i\)，每个 \(y_i\) 的变化导致 \(J\) 的 阅读全文

摘要： 1 匈牙利算法 处理 Bipartite Graph 用的。匈牙利算法主要用来解决两个问题：求二分图的最大匹配数和最小点覆盖数。 匈牙利算法本质上最大化增广路。增广路的数量就是最大匹配的数量。增广路的定义是首尾都是未匹配点的交错路。 注意：二分图是个无向图。 1.1 最大匹配数 class Solu 阅读全文

摘要： 1.1 Fenwick Tree Keywords: Contribution Trick 1.1.1 Classic Fenwick Just like prefix sums, we store 0 for the first index (1-based indexing). Fenwick 阅读全文

摘要： 1 Tradition 1.1 Perceptron Formula. Error Bound Theorem. Multiclass. 1.2 Linear Regression MLE & MAP. Formula. Regularization. 1.3 kNN Graph. Overfit 阅读全文

摘要： 1 Groups 1.1 Definition and Basic Terms Given a set with a binary operation $ (G,\cdot) $, if it satisfies: Closure: for all $ a,b\in G $, $ a\cdot b\ 阅读全文