- 博客(30)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 11. 字符串
1. 字符串1.1 字符串的定义 串（String）是由零个或多个字符组成的有限序列，又名叫字符串。一般记为 s =“a1a2a3……an”（n>=0）串可以是空串，即没有字符，直接由 ””表示（注意里边没有空格哦~），或者可以用希腊字母Φ来表示（读fai，四声）。子串与主串，例如“FishC”是“FishC.com”的子串，反之则倒过来。1.2 字符串的比较 字符串比较大小跟传统的数字比较有点
2018-01-31 23:29:43
292
原创 10. 递归与分治思想
1. 递归1.1 什么是递归 所谓的递归就是在求解的过程中，函数在不停地自己调用自己解决问题。但是在实际的变成过程中能用迭代操作的就不要用递归进行操作（比如说 for 循环就是一种常见的递归方式），以为循环相当于知根知底，我们知道程序会在什么样的情况下停止，但是递归不能。所以有的时候我们也可以将本应该应用递归求解的过程转化为用迭代进行求解。 在高级语言中，函数自己调用和调用其他函数并没有本质的不
2018-01-31 14:42:13
640
原创 9. 栈和队列（3）
1. 队列的定义 队列（queue）是只允许在一端进行插入操作，而在另一端进行删除操作的线性表。与栈相反，队列是一种先进先出（First In First Out, FIFO）的线性表。与栈相同的是，队列也是一种重要的线性结构，实现一个队列同样需要顺序表或链表作为基础。我们的输入缓冲区接受键盘的输入就是按队列的形式输入和输出的，不然的话就很容闹出问题。例如有一天你突然心血来潮，用企鹅发了一句“Yo
2018-01-30 22:30:04
196
原创 8. 栈和队列（2）
1. 中缀表达式 (1-2)*(4+5)就是中缀表达式，加减符号在数字之间的表达式就是中缀表达式。人很习惯这样的表达式，但是计算机不喜欢了，因为我们有小括号中括号大括号，还允许一个嵌套一个，这样子计算机就要进行很多次if判断才行决定哪里先计算。2. 逆波兰表达式 后来，在20世纪三十年代，波兰逻辑学家Jan.Lukasiewicz不知道是像牛顿一样被苹果砸到脑袋而想到万有引力原
2018-01-30 10:38:47
208
原创 4. 线性表（2）
本文是《小甲鱼数据结构》的学习笔记，对视频课程中的相关知识进行总结。 本节主要介绍了静态链表的相关操作以及以单链表为背景的题目一道
2018-01-27 23:07:53
235
原创 3. 线性表（1）
本文是《小甲鱼数据结构》的学习笔记，对视频课程中的相关知识进行总结。 欢迎大家在评论区多多留言互动~~~~1. 线性表的定义 线性表是由零个或多个数据元素组成的有限 序列。 这里需要强调几个关键的地方 (1) 首先他是一个序列，就是元素之间有顺序； (2) 若元素存在多个，则第一个元素无前驱，最后一个元素无后继，其他的元素都只有一个前驱和后继；
2018-01-26 23:11:19
758
原创 2. 时间复杂度与空间复杂度
1. 算法效率的度量方法1.1 事后统计方法 这种方法主要是通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率高低。 这种方法的缺陷在于：（1）必须依据算法实现编制好测试程序通常需要花费大量的时间和精力，但是如果发现测试的算法很糟糕的话就得不偿失。（2）不同的测试环境差别很大。1.2 事前分析估算法 在计算机编写程
2018-01-25 17:16:19
373
2
原创 1. 数据结构与算法导论
本文是《小甲鱼数据结构》的学习笔记，对视频课程中的相关知识进行总结。 在这节主要介绍了关于数据结构与算法的一些概念性的内容
2018-01-25 14:44:54
1765
原创 强化学习：皮毛简介
1. 强化学习情景 强化学习的情景如下图所示 有一个 agent ，他在一个 environment 中，观察到一个值 Observation 执行一个 action ，这个 action 改变了环境的值，agent 得到一个对应的奖励。 以围棋为例，如下图所示 他观察目前的棋盘，落一个子，然后棋盘的环境发生了改变，如果最后赢了这盘棋就会得到奖励1，如果输了就会得到奖励-1
2018-01-24 21:48:41
379
原创 模型集成（Ensemble）
1. 模型集成的框架 模型集成的框架是这样的，有很多种分类器，它们应该是不同的，可以是不同的机器学习方法，也可以是相同的方法。但是它们应该是互补的，也就是说不是互相相似的。没有重分类器都应该有自己的位置。2. Ensemble：Bagging 在本节中会以某一种机器学习方法举例，但是实际上这种集成方法适用于任何的机器学习方法。2.1 回顾偏置与方差的关系 偏置与方
2018-01-24 15:11:49
25409
原创 无监督学习：生成模型
1. 生成模型 2016年PixelRNN，2014年Variational Autoencoder (VAE)，2013年Generative Adversarial Network (GAN)。
2018-01-18 23:09:43
7091
6
原创 无监督学习：邻域嵌入方法（Neighbor Embedding）
1. 流形学习 (Manifold Learning) 流形学习（manifold learning）是机器学习、模式识别中的一种方法，在维数约简方面具有广泛的应用。它的主要思想是将高维的数据映射到低维，使该低维的数据能够反映原高维数据的某些本质结构特征。流形学习的前提是有一种假设，即某些高维数据，实际是一种低维的流形结构嵌入在高维空间中。流形学习的目的是将其映射回低维空间中，揭示其本质[1
2018-01-16 18:17:20
6367
原创 无监督学习：词嵌入or词向量（Word Embedding）
National Taiwan University (NTU)李宏毅老师的《Machine Learning》的学习笔记，因此在全文对视频出现的内容多次引用。初出茅庐，学艺不精，有不足之处还望大家不吝赐教。 欢迎大家在评论区多多留言互动~~~~1. 为什么要使用词嵌入（Word Embedding） 在词嵌入之前往往采用 1-of-N Encoding 的...
2018-01-16 14:50:52
7075
2
原创 线性代数的本质学习笔记（2）：矩阵乘法与线性变换复合
本文主要内容为《线性代数的本质》学习笔记，内容和图片主要参考 学习视频 ,感谢3Blue1Brown对于本视频翻译的辛苦付出。有的时候跟不上字幕，所有在这里有些内容参考了此篇博客。在这里我主要记录下自己觉得重要的内容以及一些相关的想法，希望能与大家多多交流~ 本节内容对应视频的“04. 矩阵乘法与线性变换复合”这一节的内容。 考虑首先对基向量进行旋转变换，之后再进行剪切变换，
2018-01-15 22:44:16
2986
原创 无监督学习：线性降维
无监督学习可以大概分为两类：一类是化繁为简，主要是聚类和降维；另一类是无中生有，主要是生成算法。在这里我们主要介绍聚类和降维部分。1. 聚类算法1.1 K-means聚类 略1.2 层次聚合聚类（Hierarchical Agglomerative Clustering，HAC） 略1.3 分布式表征 有的时候仅仅用一类标签没有办法将数据的类别完整
2018-01-15 21:11:46
2865
原创 神经网络笔记3
在《神经网络笔记2》中，我们讨论了神经网络的静态部分：如何创建网络的连接、数据和损失函数。本节将致力于讲解神经网络的动态部分，即神经网络学习参数和搜索最优超参数的过程。
2018-01-14 21:44:29
478
原创 神经网络笔记1
1. 快速简介 非线性函数在神经网络的计算上是至关重要的，如果略去这一步，那么两个矩阵将会合二为一，对于分类的评分计算将重新变成关于输入的线性函数。2. 作为线性分类器的单个神经元 一个单独的神经元可以用来实现一个二分类分类器，比如二分类的Softmax或者SVM分类器。在SVM/Softmax的例子中，正则化损失从生物学角度可以看做逐渐遗忘，因为它的效果是让所有突触权重 ww
2018-01-13 23:16:49
593
原创 反向传播笔记
1. 简单表达式和理解梯度 函数变量在某个点周围的极小区域内变化，而导数就是变量变化导致的函数在该方向上的变化率。要注意的是，在这里已经指出了是在“极小区域”内，所以函数在以某一点的数值只能用来估计所对应的自变量发生微小变化时函数值的变化情况；当自变量的变化值很大时是无法用导数进行估计的。 函数关于每个变量的导数指明了整个表达式对于该变量的敏感程度。指的是自变量变化单位长度的时候，因变
2018-01-13 21:12:08
544
DCT基函数图像_MATLAB版本
2017-12-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人