HAVE A NICE DAY ! 2026-06-17T11:00:18.669Z http://caiminga.github.io/ CAI Ming Hexo http://caiminga.github.io/2026/06/16/EM%E7%AE%97%E6%B3%95/ 2026-06-15T17:17:37.000Z 2026-06-17T11:00:18.669Z

<h1>前言</h1> <p>这篇博客简单介绍期望最大化（Expectation-Maximization，EM）算法。 其实很喜欢一些有些年头的算法，名字简明易了。 EM算法便是代表，算法主要迭代Expectation和Maximization两个环节，最后求解模型的MLE或者

http://caiminga.github.io/2026/06/16/MLE%E4%B8%8EMAP/ 2026-06-15T17:11:37.000Z 2026-06-17T10:22:18.478Z

<h1>前言</h1> <p>这篇博客中，我主要想复习一下极大似然估计(maximum likelihood estimation, MLE)和最大后验估计(maximum a posteriori estimation, MAP)。</p> <h1>MLE</h1> <h2

http://caiminga.github.io/2026/06/10/t%E5%88%86%E5%B8%83%EF%BC%8C%E5%8D%A1%E6%96%B9%E5%88%86%E5%B8%83%EF%BC%8CF%E5%88%86%E5%B8%83/ 2026-06-10T05:52:25.000Z 2026-06-15T17:17:42.461Z

<h1>前言</h1> <p>很对模型都会默认一个很基本的假设：噪声是服从高斯分布的（高斯分布也叫做常态分布，这是更好理解的。反而是正态分布z这个名字让人疑惑）。</p> <p>如果一个随机变量<span class="katex"><span

http://caiminga.github.io/2026/06/09/Horvitz%E2%80%93Thompson%20%E4%BC%B0%E8%AE%A1%E9%87%8F/ 2026-06-09T05:57:25.000Z 2026-06-16T08:38:28.810Z

<h1>简述</h1> <p>对于某一个一维随机变量<span class="katex"><span class="katex-mathml"><math

http://caiminga.github.io/2026/04/14/hello-world/ 2026-04-14T11:19:36.105Z 2021-12-22T14:03:10.000Z

<p>Welcome to <a href="https://hexo.io/">Hexo</a>! This is your very first post. Check <a href="https://hexo.io/docs/">documentation</a>

http://caiminga.github.io/2025/09/17/Bootstrap/ 2025-09-17T08:35:17.000Z 2026-06-09T06:06:08.621Z

<h1>简述</h1> <p>这里写一些对于bootstrap的理解。 在进行线性回归的时候，我经常遇到的问题是，我不知道回归出来的系数是否显著不为0。</p> <p>如果只有二元随机变量的时候，我们可以借助HSIC之类的方法进行独立性检测。如果两个变量相互独立，那他俩必然不线性

http://caiminga.github.io/2025/09/17/%E4%B8%80%E4%BA%9B%E4%B8%93%E4%B8%9A%E5%90%8D%E8%AF%8D%E7%9A%84%E5%AE%9A%E4%B9%89%E5%8F%8A%E8%A7%A3%E9%87%8A/ 2025-09-17T02:48:51.000Z 2025-09-17T09:07:18.000Z

<h1>简述</h1> <p>这里主要对一些我经常遇到的专业名词进行记录</p> <h1>概率统计</h1> <hr> <p>随机变量（Random

http://caiminga.github.io/2025/09/17/Central-Limit-Theorem-CLT/ 2025-09-17T02:28:25.000Z 2026-06-10T13:31:23.915Z

<h1>简述</h1> <p>这里记录一些有关于中心极限定理的结论和推导</p> <h1>中心极限定理的简单理解</h1> <p>中心极限定理指的是给定一个任意分布的总体。我每次从这些总体中随机抽取<span class="katex"><span

http://caiminga.github.io/2025/06/06/Assumptions-for-Causal-Discovery/ 2025-06-06T11:58:27.000Z 2025-09-17T03:41:26.000Z

<h2 id="Abstract">Abstract</h2> <p>I will list up some assumptions when a casual model is considered here. Also, several causal learning

http://caiminga.github.io/2022/11/05/SIR%E6%A8%A1%E5%9E%8B/ 2022-11-05T09:57:37.000Z 2022-11-05T11:28:36.000Z

<h2

http://caiminga.github.io/2022/11/05/%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/ 2022-11-05T09:57:15.000Z 2022-11-05T10:28:56.000Z

<h2 id="简述">简述</h2> <p>这篇博文主要将一些微分方程的解法记录在这里，会持续更新。</p> <h2 id="一">一</h2> <p><span class="katex"><span class="katex-mathml"><math

http://caiminga.github.io/2022/11/03/%E7%8E%B0%E4%BB%A3%E6%97%A5%E8%AF%AD%E8%AF%AD%E6%B3%95/ 2022-11-03T10:39:57.000Z 2022-11-05T08:21:00.000Z

<h2 id="简述">简述</h2> <p>本笔记主要参考B站up主<a

http://caiminga.github.io/2022/10/31/%E3%82%8F%E3%81%91/ 2022-10-31T13:27:49.000Z 2022-10-31T14:05:34.000Z

<h1>简述</h1> <p>在日语学习过程中总是遇到<strong>わけ</strong>。这篇博文主要对わけ进行一些总结。会持续更新。</p> <h1>わけだ</h1> <p>普通形(原型) +

http://caiminga.github.io/2022/10/31/%E7%BB%9F%E8%AE%A1%E5%AD%A6/ 2022-10-31T11:47:10.000Z 2022-10-31T13:43:00.000Z

<h1>简述</h1> <p>这篇博文中主要对统计学进行简单的梳理。使用的教材是贾俊平老师编著的《统计学（第八版）》。</p> <h2 id="第一章-导论">第一章 导论</h2> <h3

http://caiminga.github.io/2022/09/22/%E3%81%A6%E3%81%84%E3%82%8B%E3%81%A8%E3%81%A6%E3%81%82%E3%82%8B%E3%81%A8%E3%81%A6%E3%81%8A%E3%81%8F/ 2022-09-22T06:09:49.000Z 2022-10-31T14:05:36.000Z

<h2

http://caiminga.github.io/2022/06/18/%E5%80%9F%E3%82%8A%E3%82%8B%E3%81%A8%E8%B2%B8%E3%81%99/ 2022-06-18T05:05:09.000Z 2022-10-31T13:51:22.000Z

<h2 id="简述">简述</h2> <p>「借りると貸す」都是借的意思，但接的方向有些不一样。「借りる」是借入「貸す」是借出。但学日语很久了，仍然不会很有把握在第一时间把这两个词用对。所以，想记录一下最近想到的奇妙记忆法。</p> <h2

http://caiminga.github.io/2022/06/18/%E7%9F%A9%E9%98%B5%E6%B1%82%E5%AF%BC%E7%9B%B8%E5%85%B3%E7%BB%93%E8%AE%BA/ 2022-06-17T22:16:33.000Z 2022-06-17T23:07:40.000Z

<p>在线性回归中，损失函数一般被定义为最小二乘。在不考虑正则项的前提下，我们可以推出权重<span class="katex"><span class="katex-mathml"><math

http://caiminga.github.io/2022/06/18/monte-carlo/ 2022-06-17T15:16:08.000Z 2026-06-17T10:54:05.118Z

<h2 id="简述">简述</h2> <p>蒙特卡罗方法是一种用多次取样来逐渐逼近样本真实分布的方法。</p> <p>另外蒙特卡罗并不是人的名字，而是位于摩纳哥的一个赌场的名字。</p> <h2

http://caiminga.github.io/2021/12/23/first-article/ 2021-12-22T15:03:49.000Z 2022-10-31T13:25:06.000Z

<p>终于把博客弄好了，随意写点东西。</p>