- 博客(16)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 【三部曲03】从XGBoost到LightGBM
参考文献引用来源：1.lightgbm论文翻译2.lightgbm论文翻译解读3.LightGBM——提升机器算法（图解+理论+安装方法+python代码）4.论文原文下载Question1. LightGBM提出的原因或者说背景是什么？概括：面对稀疏、大数据场景，计算方式过于耗时我们知道在LightGBM出现之前，已经有了例如 XGBoost 这样的优化很细致的工程实现。但是尽管...
2019-06-27 15:31:26
541
转载 【转】七大查找算法总结
参考博客1.顺序查找思路：从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。2.二分查找思路：也称为折半查找，属于有序查找算法。用给定值k先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，...
2019-06-23 23:23:22
5457
原创 剑指offer思路总结
统一格式前注：‘’‘’标题对应《剑指offer》题号时间复杂度空间复杂度思路：包括解题思路和编程中的技巧教训：编程过程中需要注意的地方以及存在的惯性错误‘’‘’1.赋值运算符函数（略）2.实现Singleton模式（略）3.数组中重复的数字：时间复杂度：O(n)；空间复杂度：O(1)；思路：从0~n-1获得启发，各个数字值应当与所在数组下标一致，不一致则调换，当调换...
2019-06-16 00:46:26
1213
原创 【转】十大经典排序算法最强总结
参考地址1.冒泡排序思路：比较相邻的元素。如果第一个比第二个大，就交换它们两个；对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；针对所有的元素重复以上的步骤，除了最后一个；2.选择排序思路：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推...
2019-06-10 18:22:56
716
原创 快排和归并排序（基本功）
1.快排void quicksort(int a[],int low,int high){ if(low>=high) return; int key = a[low]; int first = low; int last = high; while(first<last) { while(first<last...
2019-06-24 20:37:30
1003
原创 编程之美思路总结
统一格式前注：‘’‘’标题对应《编程之美》题号时间复杂度空间复杂度思路：包括解题思路和编程中的技巧教训：编程过程中需要注意的地方以及存在的惯性错误‘’‘’2.2 关于阶乘的问题1.给定一个整数N，问N的阶乘N！末尾有多少个0？思路：首先思考N！=K10M ，其中k不能被10整除，则N！末尾就有M个0。再根据质因数分解，N！=（2x）（3y）（5z），因为10=25，所以M只...
2019-06-18 14:00:32
1220
原创 关于自编码器的核心点理解
参考文献1.一文看懂AutoEncoder模型演进图谱2.《神经网络与深度学习》3.自编码器是什么？有什么用？这里有一份入门指南（附代码）4.自动编码器5.自编码器实现代码（可视化版本）一、稀疏编码1.生物学背景稀疏编码（Sparse Coding）也是一种受哺乳动物视觉系统中简单细胞感受野而启发的模型。外界刺激在视觉神经系统的表示具有很高的稀疏性。编码的稀疏性在一定程度上符合...
2019-06-17 21:58:40
7848
原创 关于LSTM的核心点理解
参考文献1.深度学习实战教程(五)：循环神经网络2.深度学习实战教程(六)：长短时记忆网络(LSTM)3.LSTM神经网络输入输出究竟是怎样的？4.5.《神经网络与深度学习》6.一、LSTM的提出原因（针对RNN的长期依赖问题）循环神经网络（RNN）在学习过程中的主要问题是长期依赖问题。具体来说就是：虽然简单循环网络理论上可以建立任意长时间间隔的状态之间的依赖关系，但是由于梯...
2019-06-13 14:14:58
4567
1
转载 【转】面试问题收集
1.面试用算法复杂度总结2.动态规划总结3.最小二乘、最大似然和最大后验的简单总结4.面试笔试整理3：深度学习机器学习面试问题准备（必会）5.面试笔试整理4：机器学习面试问题准备（进阶）6.面试笔试整理5：项目问题准备7.BAT机器学习面试1000题系列8.机器学习之从极大似然估计到最大熵原理以及EM算法详解...
2019-06-13 11:44:54
138
原创 关于RNN的核心点理解
参考文献1.非常棒的知乎回答，直观明确2.RNN译文和理解，很详细3.深度学习实战教程(五)：循环神经网络4.深度学习实战教程(六)：长短时记忆网络(LSTM)5.用「动图」和「举例子」讲讲 RNN1.RNN说什么首先，对于RNN基本的内容，这里不做介绍，因为现有博客都介绍的很好，从起源到发展，很好理解。概括起来，相较于CNN中，各数据不相关的情况，RNN聚焦的是序列信息的处...
2019-06-11 23:29:00
2310
原创 关于RBM、DBN和相关问题
参考文献1.（深度学习 机器学习）栈式自动编码器与深度信念网络2.受限玻尔兹曼机（RBM）原理总结3.受限玻尔兹曼机（RBM）学习笔记（一）预备知识4.对比散度算法（CD算法）5.受限玻尔兹曼机(RBM)+对比散度算法(CD-k)6.B站的视频一、深度信念网络1.1玻尔兹曼机玻尔兹曼机可以看做一个随机动力系统，其每一个变量的状态都以一定的概率受到其他变量的影响，这一模型可以用概...
2019-06-09 23:40:04
3035
原创 关于Logistic和softmax的原理和关系整理
参考文献1.Logistic回归原理及公式推导2.Softmax算法：逻辑回归的扩展3.牛顿法与拟牛顿法，DFP法，BFGS法，L-BFGS法4.SGDClassifier和LR,SVM的区别一、原理这个直接参考上面的博客1和博客2，写的很详细，参考价值很高；二、Logistic回归和Softmax的关系一句话总结：Softmax是Logictic回归的扩展（从二分类推广到多分...
2019-06-02 22:56:18
946
原创 随机森林学习整理
参考文献1.python机器学习——随机森林算法（Random Forest）2.机器学习算法之随机森林算法详解及工作原理图解3.随机森林4.RandomForest:随机森林5.随机森林（Random Forest）算法原理基调：侧重理清集成学习思想；以及偏差方差权衡的这里的体现；整体把握：集成学习（ensemble）思想是为了解决单个模型或者某一组参数的模型所固有的缺陷，从而整...
2019-06-01 00:36:39
2636
python中的随机数生成问题
2014-11-24
TA创建的收藏夹 TA关注的收藏夹
TA关注的人