scheng52123.hashnode.dev使用“中心差分”而不是“前向差分”？——从偏导数定义到数值梯度的精度解析这是我在阅读《深度学习入门—基于Python的理论与实现》（作者斋藤康毅）时遇到的一个问题，以下是AI总结的要点。 目录 问题的由来：为什么书中用中心差分而不是前向差分 标准偏导数方法（解析法） 数值近似：前向差分 vs 中心差分（以及后向差分补充） 泰勒展开的完整公式（单变量与多变量局部展开） 用泰勒展开说明中心差分更高精度及其其他优势 代码示例：误差对比 总结速查表 1. 问题的由来：作者为何使用中心差分？ 在书中，numerical_gradient(f, x) 用的是...Nov 19, 2025·3 min read
scheng52123.hashnode.dev与DeepSeek聊统计学基本概念2参数估计方法 在统计学中一个重要的内容是根据样本信息来估计总体信息，实际情况是我们智能获取样本数据，所以必须根据样本统计量来估计总体参数，这就是参数估计。 参数估计主要有两种方式： 点估计：估计一个人的身高是170cm，这就是点估计 区间估计：估计一个人的身高在168-172cm之间，这就是参数估计 最小二乘估计 在平面上有一些点，它们看上去大致呈一种曲线的趋势。选择一个合适的曲线表达式，让这个曲线尽可能“贴近”所有的这些点。 “二乘”：其实就是平方的意思，计算距离的平方，这样可以处理...Oct 19, 2025·2 min read
scheng52123.hashnode.dev与DeepSeek聊统计学常见概念1置信区间 一、核心概念 置信区间（Confidence Interval, CI） 是在统计学中用来估计一个总体参数（如平均值、比例）可能存在的范围。它不是一个确定的范围，而是伴随着一个置信水平（通常是95%），表示我们对这个范围包含真实参数值的可信程度。 二、一个经典的例子：理解直觉 想象你想知道全中国所有大学生的平均身高（总体参数）。你不可能测量每一个人（总体），所以你会随机抽取1000名大学生（样本）测量他们的身高，并计算出这1000人的平均身高是172cm（样本统计量）。 但是，你知道...Oct 9, 2025·3 min read
scheng52123.hashnode.dev蛤蟆先生去看心理医生 阅读笔记之前问过DeepSeek有什么适合心理学入门书，这本书就是DeepSeek推荐之一。不过我读的第一本心理学入门书是《普通心理学》，是一本大部头，还没有看完。蛤蟆先生是我在浙师大图书馆看完的第二本书，浙师大的第一借阅室有许多心理学书，我在几列“成功学”书籍中看到了这一本。没想到这本书这么薄，我一直以为它是类似《普通心理学》那样的大部头，我只用了三个课间的时间就看完了，还是有不少启发的。 这本书应该是同学或者老师捐赠的，书上有许多笔记。之前的读者的笔记给我带来了许多思考和注意，以下的部分重点内容也来...Sep 24, 2025·4 min read
scheng52123.hashnode.dev24 Keys·荣格心理学入门 阅读笔记2补偿性梦是什么 荣格心理学中的“补偿性梦”是指梦境作为心理平衡机制，对梦者在现实生活中某些心理状态或态度进行补偿或修正的一种表现。荣格认为，梦不仅是无意识的表达，也是心灵自我调节和整合的工具。当一个人在清醒状态下过于偏向某种观点、行为或情感时，无意识会通过梦境表达相反或补充的内容，以促进心理的整体性和平衡。 具体来说，“补偿性梦”有以下几个特征： 平衡心理状态：如果一个人在现实中过于理性，梦境可能会呈现感性或情绪化的内容；反之，如果现实中过于情绪化，梦境可能会显得冷静或理性。 揭示被忽略的部...Sep 24, 2025·2 min read
