weixin_43166276的博客

stein实分析，经典教材 本文档含有大部分课后习题的习题解答

多元统计分析经典教材， 介绍高维正态分布，SVD矩阵分解，PCA降维方法等常用的统计方法。

本资料为基于python的卷积神经网络(CNN)实现 layer文件夹中包括卷积层、池化层、全连接层、relu层等基础层 没有调用tensorflow, pytorch等深度学习框架，手动实现了各层的反向传播BP算法

~~零基础python教程，中文版~~

Algorand是权益证明(POS)的一个升级，彻底消除区块链分叉的可能性，可以在一小段时间内确认交易，Algorand的核心使用称为BA⋆的拜占庭协议，同时扩展到许多用户。即使一些用户是恶意的，网络被临时分区，Algorand也确保用户从未对已确认的交易有不同意见。在Algorand的BA⋆协议中，除了私钥之外，用户不会保留任何私有状态。

纵向数据作为一种特殊形式的数据，广泛地产生于医学和社会学等领域。它主要来自于是每个个体在不同时间点上的观测值。参数混合模型(也叫随机效应模型)是分析纵向数据的有力工具。纵向数据研究的一个难点是怎样考虑组内相关，而线性和非线性混合效应模型很好地解决了这个问题，所以线性和非线性混合效应模型被广泛的应用于纵向数据的研究。

In statistics, exploratory data analysis (EDA) is an approach to analyzing data sets to summarize their main characteristics, often with visual methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling or hypothesis testing task.