由hexo-math 引起的sed 的多行处理问题=。=

想找个高大上的定理名字的，可惜实在搜不到。。。。只好用这么SB的名字了。。。。。东西很简单：当两数 $a,b$ 互质时， $ax+by\quad x>0,y>0$ 不能表示的最大数为 $ab-a-b$

markov chain是markov process的基础。当然，对markov chain的了解是markov process的基础。

arrival process中重要的成员，泊松过程(虽然不知道英文发音是posong为啥汉语是bosong)。

私以为大数定律是整个概率论中最重要也最核心的定律之一。它是整个概率论成立的基础。本章是对MIT的stochastic process第一章的整理。

L1和L2是ml中常用的惩罚系数，虽然L0不是，但是既然有L1，L2了，也带上L0。我们在这里主要说一说L0，L1，L2的具体作用。

参数的稀疏性在machine learning，尤其是deep learning中是一个很重要的话题。故名思意，稀疏表示就是指训练出的参数是稀疏的，即包含很多的0

RNN是神经网络中处理时序数据的重要model。所谓时序数据，就是数据集中每个样本不是独立的，会与前面数个或者后面数个样本产生联系。自然语言以及音频都是典型的时序数据。

脑洞大开的机器学习江湖史——CNN横空出世，图像识别天下一统

神经网络的外功改进——ReLU，cross entropy以及softmax。
话说BP虽然横空出世，但是还是留下了梯度消失这种绝世难题。死穴放在那，怎么能行走于机器学习的江湖？内功不好改，我们先从外功入手。