在看 Rust 的文档的时候看到了这么一句： The hash table implementation is a Rust port of Google’s SwissTa...
发简信
IP属地：上海
-
Hash Table in Rust: SwissTable -
CPU Cache 原理计算机的 RAM 分为 static RAM (SRAM) 和 dynamic RAM (DRAM) 两类。SRAM 速度快但是成本高容量小，DRAM 反之。主要原因是硬件上...
-
ESL 4: Linear Methods for ClassificationESL 4: Linear Methods for Classification 4.2 Linear Regression of an Indicator Matrix 对...
-
ESL 3: Linear Methods for Regression一个线性回归模型假设回归函数 E(Y|X) 对于输入 X 是线性的。它的优势在于： 简单 能够表示每个输入对输出的影响 输入可以进行变换 他们有时候比复杂的方法更精准，尤其是...
-
Option Volatility and Pricing - Risks"Option Volatility and Pricing", Sheldon Natenberg. This book helps readers to understa...
-
小球碰撞问题中的统计学
朋友给我发了一道笔试题让我帮忙做。题目大概是这样： (1) 有 1 个小球放在一个 1m 长的光滑凹槽里，小球初始位置随机（均匀分布），初始速度 1m/s，方向随机。求小球滑...
-
Monte Carlo CFR
在上一篇文章中，我们讲了经典的 CFR 算法的原理及实现。但是，它也有两个致命的缺陷，导致无法应用到实际的复杂博弈中： 它需要遍历整个游戏树 它需要知道对手的策略，这在实际情...
-
Counterfactual Regret Minimization and Kuhn Poker在上一篇文章 Regret Matching and Blotto Game[https://www.jianshu.com/p/8995c4c2ac16] 中，我们用 re...
-
Regret Matching and Blotto Game
1 基本概念 2000 年，Hart 和 Mas-Colell 介绍了一个重要的博弈论算法 regret matching。博弈双方通过： 记录后悔值 根据后悔值的比例地选择...
-
Kaggle time series tutorial solutionNotes and solutions for the time series tutorial: Linear Regression With Time Series[ht...
-
Understand std::is_trivially_copyable
A type with std::is_trivially_copyable == true is the only C++ type that may be safely ...
-
LightGBM 实战：波动率预测(2)在上一篇文章 LightGBM 实战：波动率预测(1)[https://www.jianshu.com/p/b0988fcaa842] 中，我们介绍了 LightGBM 的基...
-
LightGBM 参数中的 lambda_l1 和 lambda_l2
LightGBM 的参数大部分意义都能通过名字猜出来，例如 num_leaves，early_stopping 等。但是有两个常用参数是个异类： lambda_l1 lamb...
-
Linux Dynamic Library (.so) 使用指南1. Dynamic Library的编译 假设我们有下面两个文件a.h, a.cpp，放在同一目录下。两个文件的内容分别是： 使用下面的命令行可以产生liba.so动态链接...
-
LightGBM 实战：波动率预测(1)这是 Kaggle 上的一个比赛：Optiver Realized Volatility Prediction[https://www.kaggle.com/c/optive...
-
Martingale
Definition Process X is a martingale if for all n: Where Fn is the history of Xn (calle...
-
LightGBM 原理我们在 Boosting Trees[https://www.jianshu.com/p/a9274dfb0007] 中介绍了 Gradient Boosting Decis...
-
ESL 10.9 Boosting Trees实际问题中的数据往往不像例子中那么简单。通常，输入可能是不同类型的组合（数字、类别、bool 等），还存在丢失部分数据等问题。“off-the-shelf“ 的方法就是可以直...
-
ESL 9.2 Tree-Based Methods树方法将特征空间分割为不同区域，然后用一个简单的模型（比如常数）来拟合每个区域。 考虑一个简单的回归问题。特征是二维的 和 ，响应是实数 。这个问题我们可以用决策树来解决。...
