- 博客(20)
- 资源 (2)
- 收藏
- 关注
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法
Tags: 数学, 机器学习与人工智能, 计算机科学save it69 savedtags:贝叶斯mathbayesianalgorithm数学science教程bayesprogramming刘未鹏概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时;有一次,在书店看
2012-10-25 21:14:15 4215
转载 并查集 (Union-Find Sets)
并查集 (Union-Find Sets)并查集:(union-find sets)是一种简单的用途广泛的集合. 并查集是若干个不相交集合,能够实现较快的合并和判断元素所在集合的操作,应用很多。一般采取树形结构来存储并查集,并利用一个rank数组来存储集合的深度下界,在查找操作时进行路径压缩使后续的查找操作加速。这样优化实现的并查集,空间复杂度为O(N),建立一个集合的时间复杂度为O(1),N
2012-10-24 17:19:14 919
转载 m文件转换为C/C++文件的编译、绘图、参数、打包问题总结
在工程计算相关项目中,常常利用Matlab来完成计算、算法、绘图等功能。使用Matlab来完成这些功能非常简单,Matlab提供的m编程语言功能强大,代码量少。为了在自己的C/C++项目中加入这些功能,需要一系列繁琐的过程,令很多人望之却步。主要的困难在于:l 如何从m文件生成VC可用的C/C++代码;l 如何设置编译参数,在VC中编译这些代码;
2012-10-24 16:14:36 1947
转载 DLL编写教程
DLL编写教程半年不能上网,最近网络终于通了,终于可以更新博客了,写点什么呢?决定最近写一个编程技术系列,其内容是一些通用的编程技术。例如DLL,COM,Socket,多线程等等。这些技术的特点就是使用广泛,但是误解很多;网上教程很多,但是几乎没有什么优质良品。我以近几个月来的编程经验发现,很有必要好好的总结一下这些编程技术了。一来对自己是总结提高,二来可以方便光顾我博客的朋友。好了,废话
2012-10-24 16:02:41 900
转载 求二叉树中两个节点p,q的最低公共祖先节点
题目要求:求二叉树中两个节点p,q的最低公共祖先节点 首先,题目中没有明确说明节点的结构,所以思考了一会然后问面试官节点有没有父指针,面试官说有没有父指针有影响吗?我说有,然后他笑着说你来说说看。当时,只做出来有父指针的情况,没有父指针的情况压根想不出来。后来会实验室静下心来很快就想到了思路。这里分这两种情况讨论: 1. 二叉树节点具有父指针
2012-10-24 15:14:05 4511
转载 100楼层2个手机问题及其推广(百度面试题目)
一个楼层有100层,已知手机在其中的某一层摔下就会坏,现在有两个一样的手机,请问,最少能摔几次保证一定找出那个极限的楼层值.(从101层掉下必坏).我们把有n个手机的问题用Q(n)表示,下面将分别考虑问题.问题: 所谓的最少次数是什么意思分析:所谓的最少次数是指要给出一个算法,按照这个算法,无论如何都能保证在给定的步数内找出来(不论这个手机的极限层楼是几楼)
2012-10-23 19:49:14 1411
转载 C语言可变参数列表应用——多字符串复制和链接
C语言可变参数列表应用——多字符串复制和链接分类: C&C++2012-10-17 23:27 372人阅读 评论(0) 收藏 举报 C标准库中头文件中包含可变参数列表的实现,完成遍历未知数目和类型的函数参数列表的功能。提供以下3个宏以及va_list变量: va_start(va_list ap, lastarg):
2012-10-23 19:13:10 1105
转载 华为boss力荐公司高层看的一篇文章,很长很经典 很值得一看
今天是 22 岁的最后一天。几个月前,我从沃顿商学院毕业,用文凭上“最高荣誉毕业”的标签安抚了已经年过半百的老妈,然后转头辞去了毕业后的第一份工作,跟一家很受尊敬的公司、还有 150 万的年薪道了别,回到了上海,加入了“刚毕业就失业”俱乐部,开始了一天三顿盒饭的新生活,中间许多精彩剧情暂时略过。 我肯定不是第一个做过这样事的人,也肯定不会是最后一个。所以在说自己的一些有趣故事前,我想借用大家(包
2012-10-23 15:47:49 3232
转载 由rand7生成rand10以及随机数生成方法的讨论
由rand7生成rand10以及随机数生成方法的讨论问题:rand7是一个能生成1-7的整数随机数。要求利用rand7生成1-10的整数随机数。可以参看原帖。在lz提示下又找到了更简洁的方法,同余循环法,只需要一行代码!我很浅的探讨几种方法,还需要更深入的学习。感慨一下知识的浩瀚和自己的渺小。1.组合数学方法我在帖子里给出了这样的方法,这个很简单的算法,却似乎不那么容易
2012-10-23 15:15:14 1009
转载 多维检索树KD tree算法程序源码分析
转自http://aa13382036813.blog.163.com/blog/static/12907901420091030101817372/IntroductionThere is many real-life problems which requires fast analyses and fast search in multidimensional data. The
2012-10-22 21:39:04 1901
转载 决策树模型组合之随机森林与GBDT
机器学习中的算法(1)-决策树模型组合之随机森林与GBDT版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言: 决策树这种算法有着很多良好的特性,比如说训练时间复杂度较低,
2012-10-22 21:37:42 1049
转载 SVD and LSI Tutorial 1: Understanding SVD and LSI
SVD and LSI Tutorial 1: Understanding SVD and LSIA tutorial on Singular Value Decomposition (SVD) and Latent Semantic Indexing (LSI), its advantages, applications and limitations. Covers LSI myths a
2012-10-22 20:52:08 7758
转载 强大的矩阵奇异值分解(SVD)及其应用
强大的矩阵奇异值分解(SVD)及其应用版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,
2012-10-22 20:36:49 1286
转载 线性判别分析(LDA), 主成分分析(PCA)
机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言: 第二篇的文章中谈到,和部门老大一宁出去outing的时候
2012-10-22 20:07:18 921
转载 模型组合(Model Combining)之Boosting与Gradient Boosting
机器学习中的数学(3)-模型组合(Model Combining)之Boosting与Gradient Boosting版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com 前言:
2012-10-22 19:39:28 758
转载 线性回归,偏差、方差权衡
机器学习中的数学(2)-线性回归,偏差、方差权衡版权声明: 本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。如果有问题,请联系作者 wheeleast@gmail.com前言: 距离上次发文章,也快有半个月的时间了,这
2012-10-22 19:17:40 1114
转载 回归,梯度下降
机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)版权声明: 本文由LeftNotEasy所有,发布于http://leftnoteasy.cnblogs.com。如果转载,请注明出处,在未经作者同意下将本文用于商业用途,将追究其法律责任。前言: 上次写过一篇关于贝叶斯概率论的数学,最近时间比较紧,
2012-10-22 19:07:32 933
转载 正则化与反问题
正则化(regularization)在线性代数理论中,不适定问题通常是由一组线性代数方程定义的,而且这组方程组通常来源于有着很大的条件数的不适定反问题。大条件数意味着舍入误差或其它误差会严重地影响问题的结果。反问题有两种形式。最普遍的形式是已知系统和输出求输入,另一种系统未知的情况通常也被视为反问题。许多反问题很难被解决,但是其他反问题却很容易得到答案。显然,易于解决的问题不会比很难解决的问题更
2012-10-22 08:52:45 10284
转载 再生核Hilbert空间
支持向量机:Kernel II by pluskid, on 2011-01-25, in Machine Learning 28 comments本文是“支持向量机系列”的第七篇,参见本系列的其他文章。在之前我们介绍了如何用 Kernel 方法来将线性 SVM 进行推广以使其能够处理非线性的情况,那里用到的方法就是通过一个非线性映射 ϕ(⋅) 将原
2012-10-21 21:17:38 25589 1
转载 SVM训练方法
svm主要是要通过训练样本来确定拉格朗日算子的值。是一个最小化的过程(二次规划问题,Quadratic Programming)。不过由于中间涉及到n^2(n=样本数)维数矩阵(特征数)的循环处理,计算非常麻烦。下面介绍一下比较出名的几个训练svm的方法。逐步简化矩阵运算,达到全局最低值。从基础的chunking开始。ChunkingOsunaSMOChunking:C
2012-10-21 20:35:22 2851
android_platform_frameworks_surpport_master
2014-07-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人