0.引言在谈后验概率估计之前，我们先回顾一下最大似然估计。最大似然估计的思想很简单，就是当前事件发生的概率要最大，由此得到未知参数。然而最大似然估计有一个最大的问题就在于缺少先验知识，比如抛硬币，在样本量不足的情况下，硬币的正反次数比可能为8：2，然而先验知识告诉我们，正确的比例应该是5：5。在大样本条件测试下，最大似然估计的准确性会提高，但我们也的确会遇到样本不足的情况，此时，如果能够引入先验知

1.正态分布2.二项式分布3.泊松分布4.均匀分布5.卡方分布6.beta分布

传送门：https://www.lintcode.com/ai/digit-recognition/overview题目描述MNIST是计算机视觉领域的“hello world”数据集。 自1999年发布以来，这种手写图像的经典数据集已经成为基准分类算法的基础。 随着新的机器学习技术的出现，MNIST仍然是研究人员和学习者的可靠资源。这个题目，您的目标是正确识别数以万计的手写图像数据集中的数字。每

二分图概述所谓二分图，就是我们可以将图中所有的点分为A、B两个集合，从而使得集合内部任意两个点都不直接相连。二分图适用于解决一种类似于婚姻匹配的问题，即如果A-B匹配，那么A就不能在和C匹配，即便他们之间有好感。最大匹配二分图的最大匹配即需要给出一种分配策略，使得产生尽可能多的对（就是撮合最多多少对情侣）。匈牙利算法是一个用于解决该类问题的标准算法之一，核心想法是让路：假设你（就是红娘）当前想撮合

小A最近学习到一种新的运算，叫异或，运算符记为xor。这是对两个同长度的二进制串(仅含有0或1的字符串）进行的运算，相同位上对应的数字如果不同则该位运算结果为1，否则为0。例如，现在小A手上有一个二进制串s,他想让这个二进制串异或上若干个长度相等且所有的1连续的，二进制串(如000111,1100,010,1等,但01010,101等不合法），使得S所有位都为0。小A想知道最少需要讲行多少次异或运

剑指 Offer II 017. 含有所有字符的最短字符串难度困难给定两个字符串s和t。返回s中包含t的所有字符的最短子字符串。如果s中不存在符合条件的子字符串，则返回空字符串""。如果s中存在多个符合条件的子字符串，返回任意一个。注意：对于t中重复字符，我们寻找的子字符串中该字符数量必须不少于t中该字符数量。示例 1：输入：s = "ADOBECODEBANC", t = "ABC"输出："BA