每日学习 与 每日未知

金融

• SBI证券何以占据日本互联网券商龙头地位？
  http://www.sohu.com/a/114287176_115173

• 区块链是互联网金融2.0的核心

• 区块链 应用
  – 债券交易
  – 衍生金融产品交易
  – 掉期交易
  – 商品交易
  – OTC市场
  – 回购市场
  – 虚拟货币交易

金融市场 中等。

二级市场有流动性，期限小， 国债当年没人买 因为没有流动性

货币市场和 XX市场 区别，期限： 1年

期货 ： 买契约

深度学习

hourglass network

ROC and AUC

https://www.youtube.com/watch?v=xugjARegisk&t=324s
AUC是 ROC curve的面積

end to end

相当于 没有预处理，端到端
https://www.zhihu.com/question/50454339

equivariant to translatio 和 invariant to translation 區別

https://datascience.stackexchange.com/questions/16060/what-is-the-difference-between-equivariant-to-translation-and-invariant-to-tr

EER rate

翻译过来就是：EER是（一个分类器的）ROC曲线（接受者操作特性曲线）中错分正负样本概率相等的点（所对应的错分概率值）。这个点就是ROC曲线与ROC空间中对角线（[0,1]-[1,0]连线）的交点（如下图所示）。 所以下图表示的分类器的EER应该是蓝色虚线和红色ROC曲线的交点对应的横坐标值，在0.17左右。

PCA 和 LDA 用法区别

首先应该明白这两个算法的原理是不一样的，pca是选择投影后使得数据方差最大的方向来投影，假设就是方差越大，信息量越多，pca是一种无监督算法，没有类别信息，而lda是选择投影后使得类内方差小而类间方差大的方向来投影，用到了类别信息。所以选择用哪种算法来降维应该是根据具体的目的和场景来的，如果你的目的就是分类，那么显然lda的选择标准更合理，如果你没有类别信息（无监督），那就只能选pca，总之，两者选择投影的方向的标准是不一样的，看哪个和你的需要更契合。

tracking 評估

https://zhuanlan.zhihu.com/p/35391826

ID相关的指标（IDP， IDR， IDF）

传统影像处理

开运算，闭运算

灰度拉伸

unknown

SSD
Faster-rCNN
grid R-CNN

SRCNN
https://zhuanlan.zhihu.com/p/31664818

经验

• nthu dl lab17 作业，强化学习， 建立 policy model 和 value model的时候，不用 initializer ！！！ 不然train 不出来

• 想做一个东西，记得把这个东西的所有东西(代码， 和 说明 )看完，并牢记！！

小笔记

• BN可用大的lr

查查 ROC