笔记
文章平均质量分 58
Katniss的名字被占用
这个作者很懒,什么都没留下…
展开
-
【算法中的最优化方法】国科大林姝期末复习2021
这门课的资料在网上很少,因此总结一下2021年的考题。凸、拟凸函数、单峰函数的判断(给函数)、梯度方向的判断(PPT最后一页那道题)、给函数和约束判断最优的方法,说明原因,给出停止条件。(考的这几道题的来源我在文后的文件中给出)把给定的函数和约束化成minf(x)=CTxminf(x)=C^Txminf(x)=CTx,s.t.Ax=b,x≥0s.t. Ax=b,x\geq0s.t.Ax=b,x≥0的形式。单纯形法:(1)图解法(2)给定起点[0,0],写出单纯形法的详细步骤(和讲义PPT上的差.原创 2021-12-09 18:49:29 · 1943 阅读 · 6 评论 -
国科大李保滨矩阵分析与应用2021回忆版
一、填空题(4‘*7)求一4*5矩阵的秩求矩阵的index求正交矩阵的行列式求一2*2矩阵在二模下的条件数K给一向量u,求正交投影矩阵给两个向量求角度矩阵的无穷模二、大题给定线性方程组,线性方程组中的a,b取什么值有解?求无穷解时的基础解系。说明反对称矩阵An∗nA_{n*n}An∗n,n为奇数时,det|A|=0.classical gram-Schmidt 的流程。所有n*n实矩阵在Rn构成的向量空间V,说明对称矩阵Sn和反对称矩阵Kn是子空间,同时说明Sn原创 2021-11-15 12:59:14 · 2958 阅读 · 2 评论 -
推荐系统之GDBT+LR
推荐系统之GBDT+LR一、GBDT+LR简介1.背景前面介绍的协同过滤和矩阵分解存在劣势:仅利用了用户与物品相互行为信息进行推荐, 忽视了用户自身特征, 物品自身特征以及上下文信息等,导致生成的结果往往会比较片面。2.GBDT+LR模型2014年由Facebook提出的, 该模型利用GBDT自动进行特征筛选和组合, 进而生成新的离散特征向量, 再把该特征向量当做LR模型的输入, 来产生最后的预测结果。该模型能够综合利用用户、物品和上下文等多种不同的特征, 生成较为全面的推荐结果, 在CTR点击原创 2020-10-30 17:11:58 · 586 阅读 · 0 评论 -
【转载】0型文法、1型文法、2型文法、3型文法的判断
引用:====================S-> aaS|a是什么型的,为什么S-> aSb|ab是什么型的,为什么S-> SaS|b是什么型的,为什么=====================答:三种文法都属于上下文无关文法。四种文法的判断非常简单,说到到,四种文法就是规定产生式的左和右边的字符的组成规则不同而已,其它的不能理解就不要去想了,你只要知道判断的时候就是以产生式的左边和右边符合的规则进行判断。下面解释一下如何根据产生式左边和右边的特征来进行判断。首先,应该原创 2020-08-18 16:30:04 · 2959 阅读 · 0 评论