- 博客(6)
- 收藏
- 关注
原创 《计算机组成原理》笔记之第一部
@(E 计算机)第一部分数字电路基础第二部分计算机组成原理概论第三部分浮点数编码第四部分计算机的指令系统第一部分:数字电路基础脉冲的定义,正脉冲和负脉冲的鉴别方法。与,或,非,与非,或非,与或非,异或,同或门的逻辑符号和逻辑表达式,符号这样设计的意义。逻辑表达式的反演规则,带入规则,对偶规则。常见的几个等价表达式。利用卡诺图进行化简,包含约束条件的卡诺图化简。第二部分:计算机组成
2015-12-30 13:54:41 1324
原创 Coursera Machine Learning 课程笔记之第三周:逻辑回归(Logistic Regression)
概念:逻辑回归是典型的有监督学习(Supervised Learning)中的分类(Classifiction),其输出只有两个离散的值(0/ 1)。逻辑函数(logistic function):11+e−x\frac{1} {1 + e^{-x}}逻辑回归的估计函数是:P(y=1|θ,X)P(y = 1 | \theta, X)即:在X特征,θ\theta向量下,事件发生的概率(odds)。这
2015-12-23 11:52:44 1193
原创 Coursera Machine Learning 课程笔记之第二周:梯度下降详解
第二周:梯度下降详解特征缩放(Feature Scaling)和均值归一化(Mean normalization):就是对于每一个类型的数据做处理: x−u均max(x)−min(x) \frac{x - u_均}{ max(x) - min(x) } 除以他们的范围是特征缩放,目的是让Cost Function更为规则(在二维的情况下是一个正圆,三维是是一个正球…),越规正的图像越有一个固定的
2015-12-23 11:51:40 1113
原创 Coursera Machine Learning 课程笔记之第一周:Introduction
有监督学习(Supervised Learning):我们有一个数据集,如果我们的每一个单一的数据根据它的特征向量我们要去判断它的标签(算法的输出值),那么就是有监督学习。 有监督学习,分为两个大类: 1.回归分析(Regression Analysis):回归分析,其数据集是给定一个函数它的一些坐标点,然后通过算法,来估计原函数的模型。然后你输入一个自变量它就会根据这个模型输出一个因变量
2015-12-23 11:50:05 846
原创 Codeforces 603A Alternative Thinking(字符串规律)
@(K ACMer)题意: 给你一个01字符串,你必须翻转其中的一个子串,问执行该操作后该字符串的最长交替子序列长度为多少? 分析 首先显然翻转整个字符串该字符串的01子序列长度不变,所以最次也是不变不会减小 然后我们队字符串进行压缩把连续的0和,连续的1压缩为一个,并记录它们各自压缩前的连续字符的个数。 显然交替子序列的个数最多增加两个,我们定义"00","11"这样的字符串叫做对。发现
2015-12-02 11:07:53 974
原创 hdu 5525 Product (费马小定理优化的快速幂)
@(K ACMer)题意: 给你一个nn个数的数列:ana_n. 求∏i=1niai % mod\prod_{i = 1}^ni^{a_i} \ \%\ mod分析: 知识补充: - 一个数的约数的个数等于:(p1+1)∗(p2+1)∗....∗(pn+1)(p_1 + 1) * (p_2 + 1)*....*(p_n + 1)(pi表示这个数的各个质因子的个数)(p_i表示
2015-12-01 18:19:42 756
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人