主要记录了一些黄亚凡在入门机器学习一些不懂的理论的笔记。这里的是需要分类整理的（因为我最开始的确底子太差，很多东西学的乱七八糟），这些事就交给我未来来做吧。。。有小图表的表示大型知识点。

July 18, 2023 5:44 PM (CDT) 几年之后补充一下，有碰到machine learning相关的知识就都放进来了。

1. 偏向数学的知识

P=NP?问题学习笔记

为什么无偏估计的样本方差要除以n-1

概率密度函数与概率分布函数

概率论中的基本概念整理

什么是长尾分布

Hadamard积s⊙t

Cartesian积X×Y

怎么理解卷积？

负二项回归（NBR）

极大似然估计到EM算法

机器学习的一些数学基础

2. 偏向机器学习概念的知识

General Knowledge

正则表达式Regex: Regular-Expression

理解回归和分类

对AI,ML,DL名词的理解