这部分是我的一些笔记与教程。
本文从最大似然最基本的思想出发，依次讨论概率与似然的区别等问题.
本文整理自课程笔记，系统梳理随机变量、连续随机变量、概率密度函数（PDF）、累积分布函数（CDF）、期望、方差等核心概念。内容按照课堂逻辑展开，适合作为概率论入门复习笔记。
本内容面向的读者是没有编程经验的纯编程小白，可以帮助你学习 NumPy 库基础
本内容面向的读者是没有编程经验的纯编程小白，可以帮助你学习 Pandas 库基础
本内容面向的读者是没有编程经验的纯编程小白，可以帮助你学习 Python 基础
本内容面向的读者是没有编程经验的纯编程小白，可以帮助你学习Python 基础
从 Conda 安装开始，完整介绍 CUDA、cuDNN、Python、PyTorch 的安装与版本匹配，并附 CUDA 与 NVIDIA 显卡及 PyTorch 版本对照说明。
本文讲解了截止至2026年,AI时代出现的一些概念
本文是我在学习廖雪峰的Git教程的一些笔记与个人理解
本文是基于李沐的动手学深度学习课程的一些笔记与个人见解
本部分介绍了常见的积分方式，重点还有换元法的使用
介绍了偏微分，以及详细讲解了梯度下降法与数学优化上的一些说明
介绍了多变量情形下的链式法则，Hessian矩阵的详细介绍以及矩阵求导的方法。
简单介绍了微分学的作用，以及一些基础的运算规则，并介绍了高阶导数与泰勒展开公式
Deepseek Harness 安装教程 + 插件安装方法
进行了特征向量与特征值的介绍，简单讲解了特征分解与SVD
此部分将讲述与机器学习相关的线性代数内容，致力于帮助初学者理解线性代数的真实含义。