笔记
选择一个领域开始浏览。每个领域收录带反向链接、阅读顺序与图谱入口的概念笔记。
对象、态射，以及贯穿不同数学理论的复合结构。
拓扑学连续性、空间，以及在定性变形下保持不变的结构。
抽象代数代数结构，以及组织数学运算的抽象模式。
信息论熵、信息、编码，以及描述通信和不确定性的数学语言。
线性代数向量、矩阵、线性映射，以及计算中反复出现的代数结构。
微积分极限、导数、积分，以及计算所需的连续数学基础。
概率论和数理统计概率、随机变量、分布、统计，以及计算和机器学习中经常使用的随机思想。
离散数学逻辑、布尔代数、数论、关系与序，以及计算背后的离散结构。
数学基础证明、集合、函数、不等式、复数，以及计算机科学数学中反复使用的基本结构。
从第一性原理讲强化学习一个双语系列，九章，从零开始搭建强化学习：从它为什么是一个独特的学习问题出发，经过马尔可夫阶梯与 Bellman 机制，直到策略梯度的完整推导、PPO 的样本重用机制、GRPO 对 critic 的替代，以及 DPO 如何把偏好学习直接写成策略优化。