- 博客(6)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 LeetCode刷题之路（二）——easy的开始
这里依旧以easy的题目为主，因为个人代码量比较少，通过easy题来训练良好的代码习惯，为后面hard的题目做准备。Problem 67：Add Binary 给定两个二进制字符串，返回求和结果的二进制字符串，如，输入a=’11’，b=’1’，输出’100’。解题思路：第一种思路直接从字符串出发进行求解，采用递归的形式，考虑每个位置，有如下三种情况：两个值都为“1”，则结果为a
2017-08-19 14:41:36
868
原创 LeetCode刷题之路（一）——easy的开始
从今天开始给自己立个flag，每天刷几个算法题，并将过程中遇到的问题或者碰到的一些比较巧妙的思路记录下来，供以后查阅，写在这里也算是对自己的监督。 解题思路不限于比较难的题的解题思路，对于某些简单的题目比较巧妙的解法也进行说明。 题目由易到难Problem 1：Two sum Given an array of integers, return indices of
2017-08-15 15:13:28
895
原创 矩阵分析与应用（四）——逆矩阵、广义逆矩阵和Moore-Penrose逆矩阵
逆矩阵 逆矩阵的定义：如果对于一个方阵AA，存在一个方阵BB，使得AB=BA=IAB=BA=I，那么我们称BB为AA的逆矩阵，记做：A−1=B=1|A|A∗A^{-1}=B=\frac{1}{\vert A\vert}A^*，这里A∗A^*代表伴随矩阵。 一个n∗nn*n的方阵存在逆矩阵的充要条件等价于：AA为非奇异矩阵rank(A)=nrank(A)=nAA的行向量线性无关AA的列
2017-08-07 17:02:20
20249
1
原创 最全的机器学习中的优化算法介绍
在机器学习中，有很多的问题并没有解析形式的解，或者有解析形式的解但是计算量很大（譬如，超定问题的最小二乘解），对于此类问题，通常我们会选择采用一种迭代的优化方式进行求解。 这些常用的优化算法包括：梯度下降法（Gradient Descent），共轭梯度法（Conjugate Gradient），Momentum算法及其变体，牛顿法和拟牛顿法（包括L-BFGS），AdaGrad，Adadelta
2017-08-06 12:57:02
22397
5
原创 sklearn浅析（八）——近邻算法
近邻（Nearest Neighbor）算法既可以用于监督学习（分类），也可以用于非监督学习（聚类），它通过按照一定方法查找距离预测样本最近的n个样本，并根据这些样本的特征对预测样本做出预测。 在sklearn里，所有的近邻算法位于sklearn.neighbors下，共包含下列13个方法：NearestNeighbors：knn算法，主要用kd-tree和ball-tree实现Ne
2017-08-05 14:10:24
2546
原创 矩阵分析与应用（三）——基与Gram-Schmidt正交化
nn维Euclidean空间只有一个，但是nn维向量空间却有无穷多个，如x={0,0,α,β,γ}x=\{0,0,\alpha,\beta,\gamma\}和y={1,5,α,β,γ}y=\{1,5,\alpha,\beta,\gamma\}就是两个完全不同的5维向量空间，虽然他们都在5阶Euclidean空间内。 我们知道，nn维空间的多个向量的线性组合也属于nn维空间（根据向量空间加法运算
2017-08-03 11:53:28
6057
opencv-3.2.0需要的一些文件，包括windows和ubuntu下的
2018-01-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人