关键字标识

1. 小标题标识,如:定理:,定义: ,证明: $ ...... $
2. 算法伪代码标识,如:for $ i=1,2,\dots, n $ do

符号说明

$ x $: 标量
$ \mathbf{x}$: 向量
$ X $: 矩阵/随机变量/数据集
$ \mathcal{X} $: 样本空间或状态空间,也可以用来表示概率分布,如$\mathcal{D}$
$ \mathbb{I}() $: 指示函数,在$$为真/假时分别取值为1/0
$ \mathrm{sign}() $: 符号函数,在$$<,=0,>0时分别取值为-1,0,1
$ E_{* \sim \mathcal{D}} [f()] $:函数$f()$对$$在分布$\mathcal{D}$下的数学期望;明确意义时将省略$\mathcal{D}$和(或)$$

知识点重要度标识

1. 非常重要:★★★★★
2. 很重要:★★★★
3. 重要:★★★
4. 相对重要:★★

模块使用惯例

1. numpy模块
   • 函数功能以np.*为模板(统一,推荐)
   • 除*.flatten,*.ravel(必须);*.reshape外
2. pandas模块
   • 函数功能以$.$为模板,如df.rename,df.fillna
   • 除定义功能函数外,如:
     • pd.DataFrame
     • pd.Series
     • pd.date_range
     • pd.read_excel
     • ......

jupyter notebook目录功能配置

1. pip install jupyter_contrib_nbextensions
2. pip install jupyter_nbextensions_configurator
3. jupyter contrib nbextension install --user

额外安装的包

1. xgboost: pip install xgboost
2. PyTorch: https://pytorch.org/ 查看
3. graphviz: pip install graphviz