你知道吗，人们尝试证明中心极限定理已经有两个多世纪了，最早是由德·莫夫尔（1733年）开始的，接着是拉普拉斯，几乎一个世纪后，他们都使用了二项分布。 然后是泊松，他对这个定理进行了研究，而切比雪夫（1890–1891年）在十九世纪中叶对其进行了严格的证明。 在二十世纪初，俄罗斯数学家利亚普诺夫（亚历山大·米哈伊洛维奇，1901年）通过引入其特征函数，创建了公认的中心极限定理的形式。 马尔可夫（安德烈·安德烈耶维奇，1908年）也对此进行了研究，并首次将定理推广到独立变量的情况。 1924年，科尔莫哥洛夫开始对概率论的研究产生兴趣，1928年他首次能够提出大数法则的必要和充分条件，这些条件在当时的许多顶尖数学家中都未能得到解决，持续了几十年。 顶尖数学家们花了将近两个世纪的时间来证明大数法则的条件和中心极限定理。事实上，有近500页的书籍描述了中心极限定理的历史。 #statistics #machinelearning #gaussian

📈 摩根大通和顶级量化公司正在使用计算机视觉进行股票交易。你为什么不呢？ 华尔街不再仅仅关注蜡烛图——它正在将时间序列扫描为图像。 🔍 进入 Gramian 角场 (GAF)：一种将时间序列转化为纹理的变换，使得像 CNN 和 Vision Transformers 这样的模型能够像热图一样读取金融数据。 GAF 编码了每对时间点之间的角余弦相似性——揭示了隐藏的模式、转变和时间结构，而滞后和移动平均线根本无法做到。 如果你的信号具有： 📊 趋势变化 🔁 循环结构 🔥 异常或突发 …GAF 将其转化为机器可以看到和分类的形式。 🧠 本周，我们将发布关于特征工程的完整章节——包括 GAF、重现图、MTF 等等。 这是有史以来最全面的时间序列特征工程处理的一部分： 📦 120 多种技术 📚 18 种以上的结构化特征类别 🧪 包含完整的 Python 代码、可视化和机器学习集成 🚀 这章发布后，书价将上涨。 🎯 现在就抓住机会，锁定终身访问： 👉 #TimeSeries #ComputerVision #GAF #QuantFinance #CNN #VisionTransformer #Forecasting #FeatureEngineering #Python #DataScience #MachineLearning #DeepLearning #Finance #JPmorgan #AlgoTrading

数学学位比计算机科学学位有用1000倍。 我的仓库已经涵盖了这一点 #math