SL_Rain-CSDN博客

原创剑指offer学习笔记-2.2 编程语言（1）

语言：C、C++、C#问题（概念理解）：C++中，有哪四个与类型转换有关的关键字？各有什么特点？应该在什么场合下使用？（1）static_cast：相关类型间的转换使用场景：如在同一类层次结构中的一个指针类型到另一个指针类型，整型到枚举类型，或者浮点型到整型等。（2）reinterpret_cast：互不相关类型间的转换使用场景：如从整型到指针，一种类型的指针到另一种类

2017-11-09 09:43:07 644

原创 NP-Hard

目前看到了很多文章中都提到了NP-Hard问题，于是就去网上查了一些基本概念：（NP：non-deterministic polynomial，非确定性多项式）1、首先要了解时间复杂度的问题：时间复杂度是指随着问题规模的扩大，程序解决问题所需时间增长的有多快。问题规模：n 多项式时间复杂度：O(nk) 指数型时间复杂度：O(kn) 、O(n!)、或更大的时间复杂

2017-09-20 16:20:22 957

原创电脑文档背景保护色--豆沙绿

眼科专家配置的保护眼睛的背景颜色：豆沙绿色色调：85；饱和度：123；亮度：205红（R）：199；绿（G）：237；蓝（B）：204

2017-09-15 14:50:57 2398

原创 word文章中参考文献编号统一更新方法

1 设置好参考文献的编号；2 将光标置于文中引用位置，点击插入->交叉引用；3 选择相应文献，插入；4 参考文献中有变动，中间插入、删除文献后导致编号变化时，Ctrl+A全选文章内容，点击右键->更新域，文章中的编号即可统一更新，与参考文献相对应。

2017-08-29 17:11:36 20036

原创神经网络中一些基础概念

（1）神经元：接收输入，处理它，并产生输出，而这个输出又被发送到其他神经元用于进一步处理（2）权重（weights）：当输入进入神经元时，它会乘以一个权重（3）偏差（bias）：应用于输入的线性分量，被加到权重与输入相乘的结果中，目的是改变权重与输入乘积结果的范围（4）激活函数：将输入信号转换为输出信号（多个输入参数时，乘积的加和再加上偏差是输入信号）常用的激活函数：Sigmo

2017-08-29 14:54:39 1081

原创 LaTeX——小白初次使用小结

1 使用工具： CTEX套装中的WinEdt编译器（下载地址 http://www.ctex.org/CTeXDownload CTeX_2.9.2.164_Full.exe (1.31G) 包含完整版 MiKTeX）2 论文模版：IEEE论文模版下载地址 http://ieeeauthorcenter.ieee.org/create-your-ieee-article/use-a

2017-08-29 11:18:51 2998

原创 Andrew Ng机器学习公开课02：监督学习应用：梯度下降

主要内容：线性回归（linear regression）、梯度下降（gradient descent）、正规方程组（normal equations）例：神经网络（梯度下降）控制汽车运行：监督学习；回归问题（原因：汽车尝试预测表示行驶方向的连续变量的值）例：房价预测（房屋大小、房价，47组数据）m: 训练样本数； x: 输入； y:输出线性预测：hθ(

2017-05-25 10:59:21 331

原创 Andrew Ng机器学习公开课01：机器学习动机与应用

学习型算法：应用：计算机读手写字符、内容推荐（书，电影）前提知识：计算机科学基本原理、大O、数据结构（队列、链表、栈、二叉树）、编程能力（Matlab / Octave）、概率统计（随机变量）、线性代数（矩阵、向量）Octave：MATLAB的免费版，功能没有matlab多大O符号：用于描述函数渐进行为的数学符号，用另一个（通常更简单的）函数来描述一个函数数量级的渐近上界（最初

2017-05-22 16:49:44 389

原创机器学习概述

机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。根据从例子中学习的方法分类，机器学习算法可分为：监督式学习、非监督式学习、半监督学习、强化学习1、监督式学习：对具有概念标记（分类）的训练样本进行学习，以尽可能对训练样本集外的数据进行标记（分类）预测。这里，所有的标记（分类）是已知的。因此，训练样本的岐义性低。（线性回归、逻辑回归、决策树、随机森林

2017-05-22 15:01:30 878

SL_Rain的博客