- 博客(10)
- 收藏
- 关注
RSS订阅转载 Julia初学备忘
println("hello!")println("hello!")print("hello!")print("hello!")hello!hello!hello!hello!两个函数换行区别。using Pkgabstract type Real <: Number endReal 是Number的子类(1+2)::Int:: 类型声明符号，如同P...
2019-10-03 16:23:00
174
转载 二维数组中的查找,替换空格
二维数组中的查找在一个二维数组中（每个一维数组的长度相同），每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。class Solution: # array 二维列表 def Find(self, target, array): if not array:...
2019-09-29 12:49:00
123
转载 快慢指针倒数第K个节点，每K个一组反转链表
找出单向链表中的一个节点，该节点到尾指针的距离为K找出单向链表中的一个节点，该节点到尾指针的距离为K。链表的倒数第0个结点为链表的尾指针。要求时间复杂度为O(n)。链表结点定义如下：struct ListNode{int m_nKey;ListNode* m_pNext;}链表节点的值初始化为1，2，3，4，5，6，7。输入描述:该节点到尾指针的距离K输出描述:返...
2019-09-29 12:39:00
125
转载 贝叶斯网络之----（d-分离步骤）
贝叶斯网络假设是指给定一个变量的父母节点，这个变量条件独立于他的非后代。d-separation步骤用途回答两类问题，给定变量下条件独立性问题。例如，在给定D和F的情况下，A和B是否独立，$ P(A|BDF) = P(A|DF)$ 。边际独立性问题。例如，A和B是否独立，$ P(A|B) = P(A)$ 。d-separation步骤流程概率表达式中所提到节点及其祖先（...
2019-09-28 20:07:00
1100
转载 一笑
胡适十几年前，一个人对我笑了一笑。我当时不懂得什么。只觉得他笑得很好。那个人后来不知怎样了，只是他那一笑还在。我不但忘不了他，还觉得他越久越可爱。我借他做了许多情诗，我替他想出种种境地。有的人读了伤心，有的人读了欢喜。欢喜也罢 伤心也罢，其实只是那一笑。我也许不会再见那笑的人，但我很感谢他 笑得真好。那个他字使我十分的迷惑。他的那个年代还没有...
2019-09-27 23:52:00
82
转载 尾曲
我像一只抓钩在世界的地板上拖曳而过我无需抓住一切东西疲倦的愤怒，闪亮的屈从执行者收集石头，上帝在沙滩上写字静悄悄的房间家具在月光中看起来准备好猝然爆发我穿过一片空铠甲的森林慢慢走进自己转载于:https://www.cnblogs.com/qizhien/p/11601031.html...
2019-09-27 23:39:00
78
转载 机器学习入门（九）之----logistic回归（牛顿法）
多绚烂的花，多美妙的季节；没有一朵花，能留住它的季节。我也是一样，不停地追寻，我终究要失去的回到logistic回归最大似然函数这里，现在我们用牛顿法来最大化这个对数似然函数。牛顿法求零点牛顿法本是用来求函数零点的一个方法，一个函数的零点就是指使这个函数等于零那个自变量的取值点。牛顿法的更新公式为，\[\begin{equation}\theta :=\theta...
2019-09-26 13:15:00
399
转载 机器学习入门（八）之----logistic回归（番外篇感知机算法）
岁月难得沉默，夕阳挂在墙头舍不得我。感知机算法如果我们限制取值在$ [0,1]$ 之间的函数采取如下形式，\[\begin{equation}g(z)=\left\{\begin{array}{ll}{1} & {\text { if } z \geq 0} \\ {0} & {\text { if } z<0}\end{array}\righ...
2019-09-26 10:12:00
148
转载 机器学习入门（七）之----logistic回归（回归函数与概率模型）
Toast to the ones here today，Toast to the ones we lost on the way。现在我们讨论分类问题。主要关注目标变量为0,1的二分类问题，1为正例，0为负例。目标变量在分类问题中又称为标签。logistic回归函数与概率模型我们用之前回归的方法来做分类最大的问题在于预测值小于0或者大于1都是无意义的。为此我们添加如下约束，...
2019-09-26 10:08:00
238
转载 Numpy技巧（一）之----numpy数组广播
numpy数组广播numpy数组广播的一般规则是在列，在维度按照右对齐后，两个数组是兼容的。这里兼容的意思是说，要么在对齐维度上相当具有相同的维数，要么必须有一个为一。而且为一的会被广播为不为一的。举个例子。下面这两组数字为两个数组在各个维度的维数，按上面规则广播，有，A (4d array): 8 x 1 x 6 x 1B (3d array): ...
2019-09-25 11:13:00
385
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