1. 蒙特卡罗方法（Monte Carlo method） 0x1：从布丰投针实验说起 - 只要实验次数够多，我就能直到上帝的意图 18世纪，布丰提出以下问题：设我们有一个以平行且等距木纹铺成的地 ...

1. 代价敏感学习简介 0x1：如何将业务场景中对FP和FN损失的不同接受程度，调整我们的损失函数 1. 什么场景下需要代码敏感学习 在很多真实业务场景中，包括笔者所在的网络安全领域，误报造成的 ...

1. 遗传编程简介 0x1：什么是遗传编程算法，和传统机器学习算法有什么区别 传统上，我们接触的机器学习算法，都是被设计为解决某一个某一类问题的确定性算法。对于这些机器学习算法来说，唯一的灵活性体 ...

1. 关于随机优化（stochastic optimization） 随机优化技术常被用来处理协作类问题，它特别擅长处理：受多种变量的影响，存在许多可能解的问题，以及结果因这些变量的组合而产生很大变 ...

1. 随机变量的数字特征 0x1：为什么我们需要统计随机变量的数字特征 随机变量的分布函数（或概率函数，或密度函数）已经非常全面了，精确地描述了这个随机变量取值的统计规律性，那为什么我们还需要研究 ...