Hyacehila's Blog

介绍 MCP 的 Host、Client、Server 分层，stdio 与 Streamable HTTP 传输，以及用 Python SDK 编写和调试 MCP Server/Client 的基本流程。

讨论统计学在追求理论完备的过程中为什么逐渐远离应用现场，以及数据科学与机器学习如何在大数据时代重新接上“从数据中学习”的问题。

回顾数据科学60年的发展历程，从 John Tukey 的预言到 David Donoho 的广义数据科学。讨论统计学、计算机科学与机器学习如何合流，以及数据科学为什么需要同时处理推断、计算和现实问题。

R 方不是单纯的模型误差函数，它的定义中还隐含了两个模型的比较：一个是当前被分析的模型，一个是所谓的常数模型，即只利用因变量均值进行预测的模型。基于此，R 方从不衡量模型与真实世界的拟合程度。

转载自 Jonas Kristoffer Lindeløv 的文章。揭示了 t 检验、ANOVA、卡方检验等常用统计方法背后的统一线性模型原理。

深度学习在时间序列预测中真的总是有效吗？本文基于 Christoph Bergmeir 在 NeurIPS 2024 的演讲，讨论基础预测模型的局限性、评估中的陷阱，以及为什么时间序列预测需要引入多模态上下文。

当数据存在多重共线性时，PCR 和 PLSR 都是常用的降维回归方法。本文详细推导了 PCR 与 PLSR 的数学原理，分析了 PCR “只看 X 不看 Y” 的潜在缺陷，并直观解释了 PLSR 如何通过引入因变量相关性来解决这一问题。

数据过于平滑或数字分布异常时，可能值得进一步检查。本文介绍本福特定律、末位数字、方差、相关结构和门槛聚束等检测思路。

每年秋天，Matt Might 都要向新一批博士生解释什么是博士学位。用来描绘从小学到博士毕业的知识积累过程。

本文从 Kaplan 定律到 Chinchilla 修正，整理 Scaling Law 的经验规律，并简单讨论 Tree Model 与 Scaling Law 的关系。