本文主要总结了多元高斯分布的若干基本问题，和我自己的一些体会。

机器学习框架, 当我们理解了：输入空间、输出空间、算法空间、假设空间、参数空间后，我们就能建立起机器学习的基本框架。从而加深理解。本文同时还解释了梯度下降算法、和正则方程的几何意义。

本文主要总结的一元统计学三大分布的若干基本问题，和我自己的一些体会。

本文描述了伽马函数的关键性质，和若干技巧。值得了解一下。

因为大数据的兴起，机器学习大热。这一行业吸引了大量人才涌入。然后现状是学习机器学习需要较高的数学知识，导致人才供应不足。跟不上行业发展需求。较高的工资和技术时尚吸引大量的人们争相学习机器学习、人工智能。故收集网络整理出这些书籍：

本文意在理清行列式的基础问题，是行列式的本质的一种解读。

数的建立是数学分析的基础。实数的最小上界性质是我们开启现代数学的钥匙。

本文主要讲解了python的notebook的颜色主题配置问题。

一个夜晚

珠江之畔，夏雨之夜，有感而发