【访客必读 - 指引页】一文囊括主页内所有优质博客

前言 嘿！彩蛋！感觉有帮助就三连呗！

本人现为一名「机器学习」方向的研究生，本科专业为 CS，期间主要参与 ACM 竞赛，因此主页内的博客一共分为如下四类：

1. 机器学习
2. ACM 各类算法详细解析 + 题型讲解
3. CS 课程笔记（主要是各类 MOOC 课程的笔记，外加一些课设总结）
4. ACM 各类算法题解

上述链接指引到具体的博客专栏中，由于算法题解涵盖面太大，因此只有分散的博客专栏，各位可以在左边的分类专栏中找到。接下来列举一下各分类的具体指引页面。

---

「机器学习」专栏分类指引

• 「线性代数」
  • 【笔记】线性代数的本质、向量 / 矩阵范数、矩阵的迹、特征值、相似矩阵、代数常见转换、向量 / 矩阵求导
  • 详解正定矩阵、实对称矩阵、矩阵特征值分解、矩阵 SVD 分解（Eckart-Young Theorem）
  • 分块矩阵性质（Schur complement、S-procedure）
• 「高等数学」
  • 高等数学知识点整理
• 「概率论」
  • 期望、方差、协方差、相关系数、相关与独立
  • 高斯分布、中心极限定理、伯努利分布、二项分布
  • 两个正态分布随机变量：独立与相关的关系
• 「泛函分析」
  • 空间概述（拓扑、度量、向量、赋范、内积、希尔伯特、RKHS）
• 「优化方法」
  • 拉格朗日乘子法总结（等式约束、不等式约束、非线性规划、KKT 条件）
  • 「凸优化课程笔记」
    • 凸优化学习笔记（一）：仿射集、凸集、锥
    • 凸优化学习笔记（二）：凸函数、函数共轭、拟凸函数
    • 凸优化学习笔记（三）：凸优化问题
    • 凸优化学习笔记（四）：对偶性、KKT 条件、敏感性分析
    • 凸优化学习笔记（五）：凸优化算法、无约束优化算法、有约束优化算法
• 「机器学习算法」
  • 机器学习特征与类型概述
  • 线性回归与逻辑回归
  • EM 算法解析
  • 类别不平衡学习的常用策略
  • 孤立森林（iForest - Isolation Forest）
  • 强化学习各概念整理（value/policy-based、on/off-policy、model-based/free、offline）
  • 强化学习笔记：PPO、Q-Learning、Actor + Critic、Sparse Reward、IRL
  • 元学习、小样本学习、课程学习
  • 机器学习中常见性能度量汇总
  • 模型查搜相关研究整理
  • BBSE：使用黑盒模型对 Label Shift 进行估计
  • 推荐系统召回层算法：Min-hash、LSH
  • 推荐系统中的协同过滤算法
  • 最大化内积搜索相关研究 (MIPS)
  • 哈希函数的学习算法整理
  • O(1) 的离散概率分布采样方法 - Alias Method
  • 变分推断 (Variational Inference) 解析
  • k-Medoids 聚类系列算法：PAM, CLARA, CLARANS, Trimed, BanditPAM
  • 软聚类算法：模糊聚类 (Fuzzy Clustering)
  • 层次聚类：BIRCH 聚类、Lance–Williams equation、BETULA 聚类
  • 演化算法：乌鸦搜索算法 (Crow Search Algorithm)
  • 随机多臂赌博机 (Stochastic MAB)：置信上界算法 (UCB)
  • 汉明距离查搜：Multi-Index Hashing
  • 对比学习 (Contrastive Learning) 发展历程
  • 机器学习领域中各学派划分
  • 选择性集成 - MDEP
• 「深度学习模型」
  • 目标检测 YOLO 系列模型
  • Transformer 模型
  • 生成式 AI 背后框架：Stable Diffusion、DALL-E、Imagen
  • 生成式 AI 分析：大模型 + 大量数据的神奇效果
  • 大型语言模型 (LLM) 的两条发展路线：Finetune v.s. Prompt
  • CLIP 多模型预训练模型
• 「相关材料收集」
  • 「数学 - 杂」
    • 不等式记录
    • 渐进符号汇总
    • 各类数学知识记录
    • 信息论知识记录
  • 「机器学习 - 杂」
    • 机器学习符号总结
    • 机器学习讲座记录
    • 机器学习算法 - 博客收藏
• 「读书笔记」
  • 「PRML - Pattern Recognition and Machine Learning」
    • PRML 学习笔记（一）：介绍 (Introduction)
    • PRML 学习笔记（二）：概率分布 (Probability Distributions)
    • PRML 学习笔记（三）：线性回归模型 (Linear Models for Regression)
    • PRML 学习笔记（附录）：变分法 (Calculus of Variations)
  • 研究的艺术 (The craft of research) 读书笔记
• 「可视化」
  • 一次性掌握所有 Python 画图基础操作
  • 【迅速上手】Python 画图 —— 箱图与密度图
  • 【迅速上手】Python 画图 —— 柱状图
  • 【迅速上手】Python 画图 —— 矩形图

---

「大学课程笔记」专栏分类指引

• 「大学课程笔记」
  • 「计算机组成原理」
    • 计组课程笔记
      • 计算机组成原理学习笔记（一）：计算机系统概论
      • 计算机组成原理学习笔记（二）：系统总线
      • 计算机组成原理学习笔记（三）：存储器
      • 计算机组成原理学习笔记（四）：输入输出系统
      • 计算机组成原理学习笔记（五）：计算方法
      • 计算机组成原理学习笔记（六）：指令系统
      • 计算机组成原理学习笔记（七）：CPU 的结构与功能
      • 计算机组成原理学习笔记（八）：控制器设计
    • 计组零散知识点总结
      • 一次性掌握计算机中常见的六类指令
      • 计算机中十类指令寻址方式总结
    • 计组课程设计 - CPU 设计
      • 动手设计 CPU（一）—— 各类元件功能表
      • 动手设计 CPU（二）—— 微程序控制的运算器
      • 动手设计 CPU（三）—— 微程序控制的存储器读写系统设计
  • 「计算机操作系统」
    • OS 课程笔记
      • 计算机操作系统学习笔记（一）：计算机操作系统概述
      • 计算机操作系统学习笔记（二）：处理器管理
      • 计算机操作系统学习笔记（三）：存储管理
      • 计算机操作系统学习笔记（四）：设备管理 —— I/O 管理
      • 计算机操作系统学习笔记（五）：文件管理
      • 计算机操作系统学习笔记（六）：并发程序设计
    • OS 零散知识点总结
      • 程序内存分配概述
      • 多核、多处理器、并发、并行、超线程概念总结
    • OS 课程设计 - Nachos
      • 操作系统课设 Nachos 实验一：Nachos 系统的安装与调试
      • 操作系统课设 Nachos 实验二：Nachos 的 Makefiles
      • 操作系统课设 Nachos 实验三：利用信号量实现线程同步
      • 操作系统课设 Nachos 实验四、五：Nachos 的文件系统、扩展 Nachos 的文件系统
      • 操作系统课设 Nachos 实验六、七、八：Nachos 用户程序与系统调用、地址空间的扩展、系统调用 Exec() 与 Exit()
  • 「计算机网络」
    • 计算机网络学习笔记（一）：计网概述
    • 计算机网络学习笔记（二）：物理层
    • 计算机网络学习笔记（三）：数据链路层
    • 计算机网络学习笔记（四）：介质访问控制子层
    • 计算机网络学习笔记（五）：网络层
    • 计算机网络学习笔记（六）：传输层
    • 计算机网络学习笔记（七）：应用层
  • 「编译原理」
    • 编译原理课程笔记
      • 编译原理学习笔记（一）：引论
      • 编译原理学习笔记（二）：高级程序设计语言
      • 编译原理学习笔记（三）：词法分析
      • 编译原理学习笔记（四）：语法分析
      • 编译原理学习笔记（五）：属性文法和语法制导翻译
      • 编译原理学习笔记（六）：语义分析和中间代码生成
      • 编译原理学习笔记（七）：优化代码
      • 编译原理学习笔记（八）：目标代码生成
  • 「计算机图形学」
    • 图形学课程笔记
      • 计算机图形学学习笔记（一）：图形学概论
      • 计算机图形学学习笔记（二）：光栅图形学算法
      • 计算机图形学学习笔记（三）：裁剪
      • 计算机图形学学习笔记（四）：消隐
      • 计算机图形学学习笔记（五）：二维图形变换
      • 计算机图形学学习笔记（六）：三维图形变换
      • 计算机图形学学习笔记（七）：曲线曲面 - 1
      • 计算机图形学学习笔记（八）：曲线曲面 - 2
      • 计算机图形学学习笔记（九）：真实感图形学
      • 计算机图形学学习笔记（十）：绘制技术
    • 图形学 OpenGL 实验
      • 【OpenGL 实验一】图元的生成+区域填充
      • 【OpenGL 实验二】Liang-Barsky 裁剪算法
  • 「数值计算」
    • 数值计算学习笔记（一）：基础数学知识回顾
    • 数值计算学习笔记（二）：非线性方程解法
    • 数值计算学习笔记（三）：线性方程组解法
  • 「计算机理论」
    • NP、P、NPC、NP-hard 概念辨析
  • 「技术工具类」
    • 如何在 Codeforces 上出题？
    • 如何使用 python 爬取全国小区名称
    • MacOS 迅速上手 Makefile 编译 C / C++ 工程
    • 深度伪造（Deepfake）技术科普向文章
    • 使用 $leastsq$ 对指定函数格式进行最小二乘拟合
    • 常用 linux shell 命令

上述标红加粗的分类表示该专栏内容已完结，未标红即表示未来可能会更新。

---

「ACM 算法」专栏分类指引

• 「ACM 算法总结」

  • 「动态规划」
    • 动态规划（一）
    • 动态规划（二）
    • 动态规划（三）
    • 数位 DP
    • 斯坦纳树
  • 「数据结构」
    • 带权并查集 + 习题汇总
    • 单调栈
    • 单调队列
    • 树状数组
    • 树链剖分
    • 莫队算法（普通、带修、树上、回滚）
    • 动态树 LCT
    • 树上启发式合并
    • 整体二分
    • STL 动态维护凸壳
    • 长链剖分
    • 李超树
    • 最小异或生成树
  • 「数学」
    • 刷算法题必备的基础数论知识
    • 组合计数基础
    • 二分算法系统梳理
    • 矩阵快速幂详解
    • 线性基
    • 卡特兰数
    • 高斯整数、高斯素数、费马平方和定理
    • 划分数算法
    • 欧拉平面图公式
    • 拉格朗日乘子法总结
    • 常见公式推导整理
  • 「图论」
    • 网络流习题集合
    • 全图中第 K 小路径 / 团问题（有向 / 无向）
  • 「博弈论」 - SG 函数详解
  • 「字符串」
    • AC 自动机
    • 回文自动机 + 马拉车算法（回文串系列问题）
    • 后缀数组

由于部分算法其实是多类算法的结合，因此大家不必过于在意上述算法的分类，只需关注其算法思想与内容即可。

---

「ACM 各类算法题解」专栏分类指引

• 「ACM 各类算法题解」
  • 基础算法及操作
    • 贪心
    • 排序
    • 二分
    • 倍增
    • 搜索
    • 构造题
    • 思维题
    • 交互题
    • 高精度问题
  • 数论
    • 数学思维题
    • 矩阵快速幂
    • 莫比乌斯反演
    • 组合数学
    • 常见推导公式
  • 数据结构
    • 单调栈
    • 单调队列
    • 并查集
    • 分块
    • 树状数组
    • 普通线段树
    • 扫描线
    • 李超树
    • 主席树
    • 树链剖分
    • 长链剖分
    • LCT
    • 莫队
    • 启发式合并
    • 树上启发式合并
    • 整体二分
    • Bitset 优化暴力
  • 字符串
    • 字典树
    • Manacher
    • AC 自动机
    • 回文自动机
    • 后缀数组
  • 图论
    • 建图
    • 最短路
  • 博弈论
  • 动态规划
    • 数位 DP
  • 网络流
  • 计算几何

这部分的分类在左边的分类专栏中均有展示，大家点击展开即可看到完整分类专栏。