發(fā)簡(jiǎn)信
IP屬地：湖南
-
機(jī)器學(xué)習(xí)15 大規(guī)模機(jī)器學(xué)習(xí)17 大規(guī)模機(jī)器學(xué)習(xí) 內(nèi)容：17.1 大型數(shù)據(jù)集學(xué)習(xí)17.2 隨機(jī)梯度下降法17.3 小批量梯度下降17.4 隨機(jī)梯度下降收斂17.5 在線學(xué)習(xí)17.6 映射化簡(jiǎn)和數(shù)據(jù)并行 ...
-
機(jī)器學(xué)習(xí)14 推薦系統(tǒng)16 推薦系統(tǒng) 內(nèi)容：16.1 基于內(nèi)容的推薦系統(tǒng)16.2 協(xié)同過濾16.3 低秩矩陣分解16.4 均值歸一化 16.1 基于內(nèi)容的推薦系統(tǒng) 引入（例子）以不同用戶對(duì)電影的評(píng)...
-
機(jī)器學(xué)習(xí)13 異常檢測(cè)15 異常檢測(cè) 內(nèi)容：15.1 異常檢測(cè)15.2 高斯分布15.3 異常檢測(cè)算法15.4 開發(fā)和評(píng)價(jià)一個(gè)異常檢測(cè)系統(tǒng)15.5 異常檢測(cè)與監(jiān)督學(xué)習(xí)15.6 選擇特征15.7 多...
-
機(jī)器學(xué)習(xí)12 降維14 降維 內(nèi)容：14.1 數(shù)據(jù)壓縮14.2 數(shù)據(jù)可視化14.3 主成分分析法（PCA）14.4 選擇主成分的數(shù)量14.5 壓縮重現(xiàn)14.6 應(yīng)用PCA建議 14.1 數(shù)據(jù)壓...
-
機(jī)器學(xué)習(xí)11 聚類13 聚類 內(nèi)容：無監(jiān)督學(xué)習(xí)K-均值算法優(yōu)化目標(biāo)隨機(jī)初始化選擇聚類數(shù) 13.1 無監(jiān)督學(xué)習(xí) 與監(jiān)督學(xué)習(xí)區(qū)別：監(jiān)督學(xué)習(xí)數(shù)據(jù)有標(biāo)簽（就是你知道它是屬于哪一類）；無監(jiān)督學(xué)習(xí)數(shù)據(jù)沒有...
-
機(jī)器學(xué)習(xí)10 支持向量機(jī)SVM12 支持向量機(jī) 內(nèi)容：大邊界的直觀理解，大邊界分類背后的數(shù)學(xué)，核函數(shù)，使用支持向量機(jī) 12.2 大邊界的直觀理解 大間距用一個(gè)具體的例子來說，考察這樣的有正樣本和負(fù)樣本的數(shù)...
-
機(jī)器學(xué)習(xí)9 支持向量機(jī)SVM12 支持向量機(jī) 12.1 優(yōu)化目標(biāo) 支持向量機(jī)(SVM)，在學(xué)習(xí)復(fù)雜的非線性方程時(shí)提供了一種更為清晰，更加強(qiáng)大的方式。也是監(jiān)督學(xué)習(xí)算法。他在例如特征向量的難以選擇、正則化參...
-
機(jī)器學(xué)習(xí)8 系統(tǒng)設(shè)計(jì)11 機(jī)器學(xué)習(xí)系統(tǒng)設(shè)計(jì) 11.1 首先做什么 比如我們要做一個(gè)垃圾郵件分類器，那首先就要選擇并表達(dá)特征向量。郵件的主要內(nèi)容是單詞，所以我們可以根據(jù)出現(xiàn)在郵件中的單詞是正常單詞...
-
機(jī)器學(xué)習(xí)7 選擇合適方法解決問題10 應(yīng)用機(jī)器學(xué)習(xí)的建議 10.1 決定下一步做什么 假設(shè)再預(yù)測(cè)房?jī)r(jià)時(shí)產(chǎn)生巨大誤差，采用什么方法改進(jìn)？ 可以收集訓(xùn)練樣本（但是事實(shí)上并沒有什么用） 選用更少或者更多的特征集，...
-
第八周 poj 1664 放蘋果
Description 把M個(gè)同樣的蘋果放在N個(gè)同樣的盤子里，允許有的盤子空著不放，問共有多少種不同的分法？（用K表示）5，1，1和1，5，1 是同一種分法。 Input 第...
-
第八周 poj 迷宮問題
Description 定義一個(gè)二維數(shù)組：int maze[5][5] = {0, 1, 0, 0, 0,0, 1, 0, 1, 0,0, 0, 0, 0, 0,0, 1, ...
-
機(jī)器學(xué)習(xí)6 神經(jīng)網(wǎng)絡(luò)參數(shù)的反向傳播9 神經(jīng)網(wǎng)絡(luò)參數(shù)的反向傳播 9.1 代價(jià)函數(shù) 參數(shù)定義：m：神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本L：神經(jīng)網(wǎng)絡(luò)層數(shù)Sl：每層輸出神經(jīng)元個(gè)數(shù)SL：最后一層中處理單元的個(gè)數(shù) 神經(jīng)網(wǎng)絡(luò)分類定義為：二類分...
-
第七周 L2-006 樹的遍歷
題目： 給定一棵二叉樹的后序遍歷和中序遍歷，請(qǐng)你輸出其層序遍歷的序列。這里假設(shè)鍵值都是互不相等的正整數(shù)。 輸入格式： 輸入第一行給出一個(gè)正整數(shù)N（≤30），是二叉樹中結(jié)點(diǎn)的個(gè)...
-
第七周 7-4 是否同一棵二叉搜索樹
題目 給定一個(gè)插入序列就可以唯一確定一棵二叉搜索樹。然而，一棵給定的二叉搜索樹卻可以由多種不同的插入序列得到。例如分別按照序列{2, 1, 3}和{2, 3, 1}插入初始為...
-
第七周 7-3 樹的同構(gòu)題目 輸入格式: 輸入給出2棵二叉樹樹的信息。對(duì)于每棵樹，首先在一行中給出一個(gè)非負(fù)整數(shù)N (≤10)，即該樹的結(jié)點(diǎn)數(shù)（此時(shí)假設(shè)結(jié)點(diǎn)從0到N?1編號(hào)）；隨后N行，第i行對(duì)應(yīng)編號(hào)...
-
機(jī)器學(xué)習(xí)5 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)9.神經(jīng)網(wǎng)絡(luò)學(xué)習(xí) 9.1非線性假設(shè) 線性回歸還是邏輯回歸都有這樣一個(gè)缺點(diǎn)，即：當(dāng)特征太多時(shí)，計(jì)算的負(fù)荷會(huì)非常大。假如我們只選用灰度圖片，每個(gè)像素則只有一個(gè)值（而非 RGB 值...
-
第六周 7-2 一元多項(xiàng)式的乘法與加法運(yùn)算很多方法用鏈表寫，感覺代碼量好大。用數(shù)組寫會(huì)好一點(diǎn)，檢測(cè)耗時(shí)也不是很長(zhǎng)
-
第六周 7-1 最大子列和問題如果我們有這樣一個(gè)數(shù)組sum，sum[i]表示第1個(gè)到第i個(gè)數(shù)的和?？焖儆?jì)算第i個(gè)到第j個(gè)這個(gè)序列的和只要用sum[j] - sum[i-1]就可以了！這樣的話，我們就可以省...
-
