25/3/19
AI模型部署流程介绍
图像分类经典算法：AlexNet、GoogleNet、ResNet、MobileNet、ShuffleNet、VGG
ONNX
Pytorch、TensorFlow、MxNet、Caffe、PaddlePaddle
蒸馏，剪枝，量化
Anaconda conda常用命令：从入门到精通
Conda/Miniconda/Anaconda 安装及常用命令Conda/Miniconda/Anaconda 安装及常用命令

25/3/20
一文读懂AI模型量化、蒸馏和剪枝
60分钟快速入门 PyTorch
【PyTorch】常用的神经网络层汇总（持续补充更新）

25/3/22
XGBoost的原理、公式推导、Python实现和应用
核心思想：每棵树用于纠正前一棵树的残差（预测误差）
归一化 （Normalization）、标准化 （Standardization）和中心/零均值化 （Zero-centered）
优先标准化：np.std
岭回归（Ridge Regression）超详细解读
岭回归：L2正则化，套索回归：L1正则化
torch，tensorflow，keras
优化器(Optimizer)
先用Adam进行快速下降，而后再换到SGD进行充分的调优。how？
损失函数（Loss Function）
一文看懂softmax loss
【CUDA教程】一、认识cuda
机器学习笔记丨神经网络的反向传播原理及过程（图文并茂+浅显易懂）
没细看，本质上就是链式求导
自然语言处理NLP入门 – 第五节词向量与嵌入嵌入层(Embedding Layer)与词向量(Word Embedding)详解NLP(一)Word Embeding词嵌入
One-hot,Word2Vec(CBOW,SkipGram)：上下文，Glove：共现频率，BERT

25/3/23
【超详细】【原理篇&实战篇】一文读懂Transformer
盘点一下，人工智能顶刊顶会有哪些？
深度学习常见名词概念：Sota、Benchmark、Baseline、端到端模型、迁移学习等的定义
AI大模型常见术语扫盲

25/3/25
如何在Kaggle上使用免费的GPU
强化学习(一)：简介——什么是强化学习？
强化学习其实和量化有点像啊，都有策略，奖励
强化学习入门：基本思想和经典算法
强化学习:Q-learning由浅入深：简介1
对核心公式讲解的清晰通俗
【强化学习】Q-Learning算法详解
公式多，严谨

25/3/26
【DeepSeek三部曲】DeepSeek-R1论文详细解读
TensorRT详细入门指北，如果你还不了解TensorRT，过来看看吧
深度学习的模型压缩与加速（万字长文带你入门）

25/3/27
Docker 实战总结（非常全面），收藏了！
docker和compose总结
Docker-Compose入门到精通 （图解+秒懂+史上最全）

25/3/30
numpy详细教程（涵盖全部，看这一篇就够了）
np.linspace(1,10,20)，表示分成20个端点，所以是21段
pandas详细教程（涵盖全部，看这一篇就够了）
Matplotlib教程（非常详细）（第一部分）

25/3/31
【Python】推荐：一个完整的Pytorch深度学习项目代码结构及项目发布指南

25/4/1
《我该干啥》之如何从零开始深度强化学习项目(P0)
深度学习中的超参数调节（learning rate、epochs、batch-size…）

24/4/2
强化学习（reinforcement learning)有什么好的开源项目、网站、文章推荐一下？

强化学习炒股参考：
10分钟学会“强化学习炒股”（附代码和教程）
股票操作之强化学习实战（附代码）
基于强化学习DQN的股票预测【股票交易】

24/4/6
通过贝尔曼方程，将无限求和转化为递归形式，只需计算当前奖励和下一步的Q值
深度学习的网络相当于去学一个Q-table
论文理解【RL经典】 —— 【DQN】Human-level control through deep reinforcement learning
alt text
新 Q 值=旧 Q 值+α⋅[目标值−旧 Q 值]
原始的Q-learning算法就要计算下一个状态的最大Q值，而在DQN中，使用Target网络进行拟合，虽然这个网络不一定准确，而且随着训练进行变化
DeepRL系列(7): DQN(Deep Q-learning)算法原理与实现
强化学习—DQN算法原理详解
1.贝尔曼方程（Bellman equation）
强化学习笔记：Gym入门–从安装到第一个完整的代码示例

25/4/7
VSCode 调试器 - 让 Step Into 进入底层代码

25/4/13
手把手教你用强化学习框架做量化交易：FinRL
似乎FinRL的训练数据就是多个标的混合的df

25/4/14
私募奇葩要求，投资经理3周须开发4000个量化因子，手把手教你4行核心代码轻松应对
roll的意义仅仅在于规定一个时间窗口用于限制因子算子的回溯计算，从逻辑上直接把时间窗口传给因子算子也是可以的
Overview on extracted features(tsfresh官方extracted features文档)

25/4/15
聚宽的因子可以按最小分位数超额年化收益率，和最大分位数超额年化收益率排序，但是有些因子值是越大越好，有些因子值是越小越好。所以排序并不能体现因子质量。当然了，最小和最大都亏的因子肯定是不好的因子

25/4/16
基于LLM的自动因子挖掘(附代码)
除了LLM还讲了强化学习学习因子表达式
QLib 中文文档
又是wuzao.com的翻译，除了Freqtrade，Backtrader，CCXT，Qlib，还有PyPortfolioOpt，Riskfolio-Lib，CVXPY。如果早点发现，也不用到处找开源库了
Alphalens优质教程【Alphalens中文手册】发布在Quantopian上的教程（一）
重要，以聚宽为数据源，做好了喂给alphalens的预处理因子分析框架Alphalens

25/4/17
收藏！32种常见的科研论文数据图集锦

25/4/20
FinRL文档
batchsize对模型参数（输入维度）没有影响，影响的应该是训练时的输入维度

25/4/21
Kaggle操作完整指南（2024版）

25/4/22
（一）deepseek 满血版 API搭建本地知识库（无需ollama及本地算力）

25/4/25
Crypto量化高频体验总结

25/5/4
Backtrader 中文
偶然发现了翻译的比较通顺的backtrader中文文档
POLOXUE’s BLOG
又顺便发现了译者是一个25年左右开始接触量化的程序员，也是很巧了