![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
永永夜
good good study, day day up!
展开
-
感知器java实现简略版
/** * 感知器分类:随机梯度下降算法求解。 * 感知器是一个线性二分类器: y = (w)T·x + b 最优化可以求解w和b。 * * 损失函数:L(w,b) = 求和(I(yi != wT·xi + b) * yi(wT·xi + b)) * * 输入: double[m][n] data 每行表示一个样本,每行是一个n维的特征向量。总共有m个样本。 * i原创 2016-10-09 21:32:30 · 1161 阅读 · 0 评论 -
算法分析与设计-动态规划0
最近在学习北大屈婉玲老师的算法分析与设计课程。跟着老师的课堂上的讲解,然后自己编程实现了一下老师讲的例子。为了防止自己过后忘了,所以还是做一下笔记好。动态规划基本思想和使用条件分解子问题:整个问题的直接求解是比较复杂的,抽象的。动态规划把整个问题分解,进行多步决策,从小扩展,每一步决策都建立在之前的子问题决策上,最后扩展到原问题。定义优化函数:利用函数的极大(极小)值为依据。确定是否满足优化原则原创 2016-10-05 17:37:31 · 914 阅读 · 0 评论 -
动态规划-背包问题
普通背包问题不废话,直接上代码。/** * 动态规划,背包问题。 * 输入为:int n: 物品的种类数。 int[n] weight: 各件物品的重量。 int[n] value: 各种物品的价值。 * int W: 背包最大的装载重量。 * 输出:V[n][b]的值, 最大的装载价值。 x[n] 各类物品的装载数量。 * * @author huangyongye原创 2016-10-05 17:57:54 · 932 阅读 · 0 评论