使用excel帮助个人物资整理，以下是我向AI 咨询后给出的回复：
发简信
IP属地：上海
-
-
数理统计
基础 i 数学基础 经验分布函数（抽样的分布）、频率直方图（抽样的密度） 统计量：不含任何未知参数的样本函数。虽然统计量不依赖于任何参数，但统计量的分布一般依赖于未知参数 常...
-
概率论
基础 i 数学基础 概率：条件概率、乘法公式、全概率公式、贝叶斯公式 分布函数、密度函数及其法则，以及常见分布：均匀分布、指数分布、正态分布、柯西分布；伯努利分布、二项分布、...
-
线性代数
基础 i 数学基础 向量（运算法则） 向量组：线性相关/线性无关，判断方式 行列式：求解线性方程组 矩阵（运算法则）、初等矩阵初等变换，相似，正交矩阵 逆 特征值与特征向量 ...
-
高等数学
基础 i 数学基础 a 微分 求极值问题 * 普通方程：求导，二阶导，海森矩阵 * 超越方程：梯度下降，牛顿法 b 插值 * 三次样条插值 c 积分 支线积分、第一第二型曲线...
-
V 支持向量机以下内容参考《机器学习》周志华（西瓜书）以及《机器学习公式详解》datawhale（南瓜书） 支持向量 给定训练样本D，分类学习最基本的想法就是基于训练集D，在样本空间中找到...
-
IV 神经网络以下内容参考《机器学习》周志华（西瓜书）以及《机器学习公式详解》datawhale（南瓜书） 神经元模型 神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，组织能够模...
-
III 决策树以下内容参考《机器学习》周志华（西瓜书）以及《机器学习公式详解》datawhale（南瓜书） 什么是决策树？ 一般的，一棵决策树包含一个根结点（包含样本全集，对应于一个属性测...
-
II 线性模型以下内容参考《机器学习》周志华（西瓜书）以及《机器学习公式详解》datawhale（南瓜书） 线性模型：通过学得属性的线性组合来进行预测的函数，即： 重要性：1）很好的可解释...
-
I 模型的选择与评估以下内容参考《机器学习》周志华（西瓜书）以及《机器学习公式详解》datawhale（南瓜书） 评估方法 通过实验测试来对学习器的泛化误差进行评估，来确定模型的好坏。所以，可以...
-
-
VI 存储器层次结构以下内容参考自data whale 组队学习[https://github.com/datawhalechina/team-learning-program/tree/mas...
-
V 优化程序性能
以下内容参考自data whale 组队学习[https://github.com/datawhalechina/team-learning-program/tree/mas...
-
IV 处理器架构体系以下内容参考自data whale 组队学习[https://github.com/datawhalechina/team-learning-program/tree/mas...
-
III 程序的机器级表示以下内容参考自data whale 组队学习[https://github.com/datawhalechina/team-learning-program/tree/mas...
-
II 信息的表示和处理以下内容参考自data whale 组队学习[https://github.com/datawhalechina/team-learning-program/tree/mas...
-
I 计算机系统漫游以下内容参考自data whale 组队学习[https://github.com/datawhalechina/team-learning-program/tree/mas...
