3.5

开始の结束

This is not the end. It is not even the beginning of the end. But it is, perhaps, the end of the beginning.

至此，已经完成了次序统计量、充分统计量、三大抽样分布、点估计、矩估计、最大似然估计、贝叶斯估计、区间估计、正态总体假设检验、似然比检验、拟合优度检验、方差分析、一元线性回归的学习。工科概统课迎来了其作为开始的结束，这也意味着，除了正在跟课的多元微积分，工科三大数学已经落幕！！！🎉🎉🎉🎉🎉

茆书带入门，许多地方只是浅尝辄止，还需进阶教材深入。同时，一个广阔的空间已经打开：信息论、随机过程、凸优化、机器学习、深度学习 现已解锁！！！

CS229

目前听的是 fall 2018

Lecture 1 介绍了将会涉及的五个主题：

supervised learning
machine learning strategy
deep learning
unsupervised learning
reinforcement learning

Lecture 2 讲线性回归，非常杀鸡

原来 matplotlib 原生就能画三维图像，让 AI 写了段代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成参数范围
theta0 = np.linspace(0, 50, 50)
theta1 = np.linspace(0, 50, 50)
theta0, theta1 = np.meshgrid(theta0, theta1)

# 定义损失函数 J(θ)
J = (theta0 - 25)**2 + (theta1 - 25)**2 / 2

# 创建 3D 图像
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

# 绘制曲面
ax.plot_surface(theta0, theta1, J, cmap='coolwarm', edgecolor='k', alpha=0.9,linewidth=0)

#调整坐标轴网格线
ax.xaxis._axinfo["grid"].update(color="gray", linestyle="--", linewidth=0.5, alpha=0.3)
ax.yaxis._axinfo["grid"].update(color="gray", linestyle="--", linewidth=0.5, alpha=0.3)
ax.zaxis._axinfo["grid"].update(color="gray", linestyle="--", linewidth=0.5, alpha=0.3)

# 轴标签
ax.set_xlabel(r'$\theta_0$')
ax.set_ylabel(r'$\theta_1$')
ax.set_zlabel(r'$J(\theta)$')

# 显示图形
plt.show()

漂亮！

矩阵求导真是优雅的技术，简单易懂又很有用，可以绕开反证法证明投影能最小化距离，导出最小二乘法，瞬间感觉自己线代没白学。

学习效率问题

虽然现在不刷视频，但蒸发在知乎上的时间太多了，手机看了 2 小时，电脑端看了 0.5 小时，但应该是学习相关，所以蒸发在知乎上的时间是 2 小时。另外，一天没多少社交，但手机端微信用了 0.5 小时，电脑端用了 0.5 小时，有些诡异，以后学习时间还是把社交软件都关了。

粗略计算，12:00 起床，截止 23:00，今天总可用时间是 11 小时，有效学习时间大概是 3 小时的数理统计和 2 小时的 CS229，有效工作时间大概是 0.5 小时的 obsidan（也就是写这篇日寄的时间），加起来 5.5 小时，那么时间利用率恰好是 50%，剩下的 5.5 小时是 2 小时知乎，1 小时社交，0.5 小时刷 QQ 上的无用信息（有些比较有趣，有些污染大脑），0.5 小时在 Wallpaper Engine 上逛壁纸，0.5 小时刷水源，）还有一小时属于杂项 + 累积计算误差，去向不明。

一个问题在于不能有效利用碎片时间，不得不刷知乎。另一个问题是注意力不集中，创造了很多垃圾时间。第一个问题的解决方案是找到可以在碎片时间做的事，可以刻意留一些证明到碎片时间读。第二个问题的解决方案还是典中典：定个计划，确保计划内注意力集中。另外，QQ 上的信息积累几天，在某一天的一个碎片时间一起处理，作为消遣。