辛普森悖论 从分组反转到标准化比较
用两组成功率手算每组更好而总体更差的反转,固定目标权重进行直接标准化,再精确拆分组内差异和构成变化,说明因果、缺失组与不确定性的边界。
在同一批问题上比较基线与候选,拆开总体与分组通过率、关键题退步和延迟门槛,附纯 Python 实验及输入校验。
用两组成功率手算每组更好而总体更差的反转,固定目标权重进行直接标准化,再精确拆分组内差异和构成变化,说明因果、缺失组与不确定性的边界。
从三类不确定性分数进入池式主动学习,用有限阈值模型手算三次查询,并精确比较随机选样的平均标签成本,说明噪声、选择偏差与独立评测边界。
从五条配对评分手算重采样均值,区分观测差值、抽样不确定性与置信区间,并用重复样本说明按组重采样的重要性,附标准库实现与精确枚举核验。
以单通道三元素批次手算 BatchNorm 前向与梯度,推导样本间耦合,区分当前批次方差、运行方差和评估模式,附标准库实现与数值差分实验。
追踪舒曼C大调第二交响曲的开篇铜管、谐谑曲持续运动、慢乐章长句与终曲新主题,区分史实与聆听解释,附原创示意和hr官方完整演出。
证明必经边恰为分隔端点的桥,删桥后压缩连通块,用两次 BFS 求桥树直径,附 low 手算、非递归 C++17 和删边搜索独立对拍。
从多步回报的望远镜求和推导 GAE,用三步轨迹手算逆序递推,区分终止、自举与跨回合传播,附标准库实验和独立多步混合验证。
用1→2→2的神经Q网络手算一个TD训练步,解释回放池、冻结目标、动作选择与终止掩码,附纯Python前向反向实现和独立梯度验证。
用3×3输入与2×2卷积核手算输出,区分局部连接和权重共享,再实现多通道、步幅、零填充与三类梯度,附独立矩阵对照和数值差分。
用两组同为80%一致的合成标注手算混淆矩阵、边际分布和Cohen κ,区分一致性与正确性,并给出保留缺失覆盖率的纯Python实验。