33 篇文档带有标签「knowledge-map」

机器学习、深度学习与数据基础的阅读路径，连接模型假设、计算示例与实际评估。

拆解 AI Agent 周边的控制、上下文、工具、证据与评测层，提供一张实用的系统地图。

Pandas 表格数据处理实战导航。

Python 核心概念速查：对象模型、控制流、函数、数据结构、文件与类。

从单元测试到集成、系统及运维层面的测试策略与信心构建。

带日期的模型、API、本地推理配置与编码 Agent 选型参考。

基于状态定义与子问题复用的算法设计范式。

直接查找命令、求导公式，以及计算机和机器学习中的常用定义。

基于决策树的深度优先搜索，核心在于状态的可逆操作与有效剪枝。

按问题选择遍历、最短路径和最小生成树算法的决策地图。

从具体问题出发，理解算法、数据结构、微积分和模型评估。

按任务查找项目配置、文档搜索、终端操作、服务器与媒体处理指南。

涵盖极限、导数、积分、梯度、优化、自动微分及符号计算的知识地图。

梳理从极限、导数到积分、梯度及优化的知识脉络。

一张关于比较排序、稳定性、自适应性和内存权衡的决策地图。

一张关于查找、有序搜索和图遍历的决策地图。

聚焦近似计算、误差控制、稳定性及有限精度下可靠计算的基础知识地图。

支撑推理、建模、计算机科学与机器学习的核心数学工具。

从问题、数据生成过程和可复现变换，走到防泄漏划分、分布偏移评估与有限结论。

一张从表示出发的地图，帮助依据操作、不变量和内存行为选择容器。

色彩、编程符号与音乐聆听笔记。

从问题定义与评估切入，梳理监督、无监督、序列及深度学习方法的地图。

一条把 MLP、RNN、注意力与 Transformer 串起来，同时把数据泄漏和分布偏移纳入评估的学习路径。

潜变量与扩散模型在数据分布学习上的核心路径概览。

从轨迹、光与图案选择九个浏览器交互实验，再阅读模型、计算方法与本站实现。

从概念入门、实用指南、速查笔记、随笔和实验中选择阅读起点。

一张用于分析算法、识别设计模式并选择解题策略的知识地图。

梳理本站维护的 Python 与 R 笔记，并提供基于实际工作场景的语言选择建议。

按问题选择算法成本、数据结构、Python 编程与测试的阅读起点。

一张简明地图，梳理编程语言、框架和 AI 系统之下经久不变的核心思想。

基于局部选择策略，核心在于证明其正确性（交换论证、割性质等）及适用边界。

金融市场、数学建模与量化实验。

基础知识转化为实际应用、判断力与持续好奇心的地方。