![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 81
奔跑的栀子
我很懒,还没有添加简介
展开
-
未来面试之四:聚类
胡说八道时间过的真快呀,又到了周六了。还赶上五一小长假,别提有多惬意啦。还是放假比较好呀,唉。可是学习还是得学呀,不然谁来为你的未来负责,今天来写写非监督学习:聚类。学习一般来说,训练深度学习网络的方法主要有四种:监督学习、非监督学习、半监督学习和强化学习(强化学习可能是后来才有的,以前没有听说过这个东西)。先说说监督学习:通过已有的训练样本来训练,从而得到一个最优模型,再利用这个...原创 2018-04-29 20:53:41 · 2052 阅读 · 0 评论 -
未来面试之三:knn近邻算法
这周来个简单的算法好啦。我记得当时学的最简单的一个算法就是K近邻算法,它简单到什么程度呢?可以说它是我学过的算法中最简单的一个。但是呀,它的作用很不小嘞。初识KNN近邻分类被称为“懒惰学习”算法。原理很简单,就是把未标记的案例归类为与他们最为相似的带有标记的案例所在的类,尽管这一想法很简单,但是紧邻分类及其强大(具体多强大我也体会不出来,反正就是既简单又强大),应用呢,离我们最近的就是预测...原创 2018-04-21 21:19:22 · 1620 阅读 · 0 评论 -
未来面试之二:随机森林
写在前面的话上一篇博文讲过了决策树啦,正好给这一篇的随机森林做铺垫(讲真,我是想先讲随机森林的,无奈随机森林的基础是决策树,因此只能先决策树知识来一波)。至于我为啥这么稀罕随机森林呢,是因为从进科研室的时候起,我就对随机森林这个名字产生了特殊的兴趣,因为一听这个名字,你会不由得想到一片绿油油的森林。但是,它明明是个模型的嘛。内心很纠结,就小小的学习了下其中的原理,嘿,原理倒不难理解,但是功能却...原创 2018-04-14 17:34:08 · 3072 阅读 · 0 评论 -
未来面试之一 :决策树算法原理
写在前面的话 进入科科研室之后在组长的带领下也学了快有一年的R语言了,很快就要去找实习进行面试了。而面试难免会被问及很多的经典算法原理,从学习到现在,还从来没有将某一个算法完完整整的按照自己的理解去讲解出来,也从来没有进行过系统性的总结。总之就是学的时候没有构建起一种知识体系。但是为了能在将来的面试中不被问的一句也说不出来,因此,咸鱼也决定翻翻身。从现在开始每周一个算法讲解,在讲的同时,...原创 2018-04-07 21:39:17 · 1329 阅读 · 0 评论