1、學(xué)習(xí)地圖 2、
1、二維數(shù)組中的查找 在一個二維數(shù)組中(每個一維數(shù)組的長度相同),每一行都按照從左到右遞增的順序排序,每一列都按照從上到下遞增的順序排序。請完成一個函數(shù),輸入這樣的一個二維數(shù)...
基礎(chǔ): 1、用數(shù)組結(jié)構(gòu)實現(xiàn)大小固定的隊列和棧 數(shù)組實現(xiàn)棧思路:用一個指針來確定位置,當(dāng)大于數(shù)組長度或者為0時拋出異常 數(shù)組實現(xiàn)隊列思路:先定義一個size為隊列大小,初始si...
基礎(chǔ) 1、實現(xiàn)二叉樹的先序、中序、后序遍歷,包括遞歸和非遞歸方式2、在二叉樹中找到一個節(jié)點的后繼節(jié)點 3、判斷一棵二叉樹是否是平衡二叉樹4、判斷一棵樹是否是搜索二叉樹、判斷一...
基本排序:插入,選擇,冒泡 三大排序:歸并,快速,堆排 1、歸并排序 -- 時間復(fù)雜度O(N*logN),空間復(fù)雜度O(N) 思路:遞歸方法,本質(zhì)是壓棧出棧的過程,關(guān)鍵點是找...
1. 從encoder-decoder說起 encoder-decoder是一個框架,在生成模型中使用廣泛,這里以翻譯系統(tǒng)為例。 添加encoder-decoder圖片 en...
1、MLE和MAP MLE: 模型已定,參數(shù)未知 極大似然估計,是一種參數(shù)估計的方法。即假設(shè)樣本滿足某種分布,利用已知的樣本結(jié)果信息去反推最有可能導(dǎo)致這些樣本出現(xiàn)的模型參數(shù)值...
摘要過擬合的問題在機(jī)器學(xué)習(xí)算法中很常見,在深度學(xué)習(xí)中更常見的是模型train不起來,而不是過擬合,過擬合的處理方法可以是:降低模型復(fù)雜度,正則,dropout,earlyst...
機(jī)器學(xué)習(xí)中的無約束優(yōu)化算法,包括最小二乘、梯度下降、牛頓/擬牛頓法;樣本量不算很大,且存在解析解,可選用最小二乘法,速度快;樣本量大時使用梯度下降或牛頓法,二者區(qū)別是梯度下降...
總覽:提升算法按照基分類器是否強(qiáng)依賴,分類器可由基分類器并行生成的為Boosting,串行生成的為Bagging;Bagging中的代表是RF(隨機(jī)森林),Boosting中...
1、信息熵 只考慮離散情況 熵:度量變量不確定性,越確定熵越小,完全確定的事件熵為0信息熵的定義:$$ 條件熵:h(y | x) = h(x, y) - h(x) x與y的不...
1、相似度的度量方法 2、K-means聚類 3、層次聚類 4、密度聚類 DBSCAN DensityPeak 5、譜聚類 譜聚類與PCA關(guān)系
摘要線性回歸解決預(yù)測問題,細(xì)分為一般線性回歸、多項式回歸、廣義線性回歸的遞進(jìn)關(guān)系,Logistic和Softmax回歸解決分類問題,Logistic回歸解決二分類,Softm...
1、鏈表相加 題目 給定兩個鏈表,分別表示兩個非負(fù)整數(shù),逆序存儲在鏈表中,計算兩個數(shù)的和,并返回鏈表頭指針,如:輸入:2->4->3、5->6->4,輸出7->0->8 思路...