3Blue1Brown 视频《线性代数的本质》（bilibili, YouTube）的笔记。用于构建线性代数的几何直觉。

2020年初寒假，《失落的学艺》笔记

2020年初寒假，《宗教情感》读后感

2020年初寒假，《宗教情感》读书笔记。

第一遍阅读从1月28日开始，到3月27日结束，历时正好两个月。读这本书的过程中，无时无刻不感灰心气馁，仿佛自己从来没信耶稣一般；也更新了自己好多对信仰的认识。我愿意相信这是个去芜存菁的过程——剔除那些盲目的“信心”，虽然在感觉上很糟糕，但终究好过永远陷在那些虚妄的认知里还感觉良好。

在这段时间里，还遇见了上帝为我预备的另一半，原来她早就出现在我的生命中。倘若我在四年之前悬崖勒马，也不至于“在好些医生手里受了许多的苦”。感谢上帝管教我、带领我回来，也在这个过程中建立我的生命，以至于如今我能清楚地认识她就是上帝为我预备的；也感谢上帝，她竟然一直等候到如今。

顺便完成了令人头秃的学位论文的理论部分，完成了初稿和预答辩，目前期待毕业中。

愿荣耀归于至高神！

支持向量机，核方法等。

神经网络，反向传播等。

决策树，信息熵等。

线性回归，二值选择等。

过拟合，经验误差，评估方法，性能度量等。

从本科大三学了 Python 之后，基本就一直在用 Python，除了部分课程作业用 Java 完成项目以及研一暑假时学了一小段时间的 R。
尤其是研二初学会了 Python 的 numpy 和 pandas 库之后，基本也没有再遇到过性能问题。因为我写代码主要是为了科研数据处理，多数情况都可以把问题向量化。
2019 年秋招开始后，也用着 Python 刷了 LeetCode 的前 70 多道题，遇到一些无法向量化的问题，这时候 Python 的性能劣势就体现出来了。其中，最主要的一点是，Python 的封装实在太高级了，在使用时用户对很多内建函数的复杂度都没有概念。所以，花了一周多时间复习完 C++ 语法后，我开始用 C++ 刷 LeetCode。
这篇博文是比较 Python 和 C++ 在字符串处理中的不同。