你知道嗎，人們嘗試證明中心極限定理已經有兩個多世紀了，最早是由德摩弗（de Moivre，1733年）開始，然後幾乎一個世紀後由拉普拉斯（Laplace）進行，他們都使用了二項分佈。 接著是泊松（Poisson）對這個定理進行了研究，並且切比雪夫（Chebyshev，1890–1891）在十九世紀中期對其進行了嚴謹的證明。 在二十世紀初，俄羅斯數學家利亞普諾夫（Liapounov，亞歷山大·米哈伊洛維奇，1901年）通過引入其特徵函數創造了被普遍認可的中心極限定理形式。 馬爾可夫（Markov，安德烈·安德烈耶維奇，1908年）也對此進行了研究，並且是第一個將定理推廣到獨立變量情況的人。 在1924年，科爾莫哥洛夫（Kolmogorov）開始對概率論的研究產生興趣，並在1928年首次能夠提出大數法則的必要和充分條件，這些條件在當時的其他最佳數學家中逃避了數十年。 最佳數學家們花了將近兩個世紀的時間來證明大數法則的條件並證明中心極限定理。事實上，有近500頁的書籍描述了中心極限定理的歷史。 #statistics #machinelearning #gaussian

📈 JP Morgan 和頂尖量化公司正在使用計算機視覺來交易股票。你為什麼不呢？ 華爾街不再僅僅關注蠟燭圖——它正在將時間序列掃描為圖像。 🔍 進入 Gramian 角場 (GAF)：一種將時間序列轉換為紋理的變換，使得像 CNN 和 Vision Transformers 這樣的模型能夠像熱圖一樣讀取金融數據。 GAF 編碼了每對時間點之間的角餘弦相似性——揭示了隱藏的模式、轉變和時間結構，而滯後和移動平均線根本無法做到。 如果你的信號有： 📊 趨勢轉變 🔁 週期結構 🔥 異常或突發 …GAF 將其轉換為機器可以看到和分類的形式。 🧠 本週，我們將發布一整章關於特徵工程的內容——包括 GAF、重複圖、MTF 等等。 這是有史以來最全面的時間序列特徵工程處理的一部分： 📦 120+ 種技術 📚 18+ 種結構化特徵類別 🧪 包含完整的 Python 代碼、視覺效果和機器學習整合 🚀 這章節發布後，書籍價格將上漲。 🎯 現在就抓住它，鎖定終身訪問： 👉 #TimeSeries #ComputerVision #GAF #QuantFinance #CNN #VisionTransformer #Forecasting #FeatureEngineering #Python #DataScience #MachineLearning #DeepLearning #Finance #JPmorgan #AlgoTrading

數學學位比計算機科學學位有用1000倍。 我的倉庫已經涵蓋了這一點 #math