青瑟只鸟
码龄12年
求更新 关注
提问 私信
  • 博客:104,803
    104,803
    总访问量
  • 38
    原创
  • 72
    粉丝
  • 1
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:北京市
加入CSDN时间: 2013-07-04
博客简介:

青瑟只鸟的专栏

查看详细资料
个人成就
  • 获得62次点赞
  • 内容获得32次评论
  • 获得86次收藏
  • 博客总排名1,606,807名
创作历程
  • 25篇
    2015年
  • 14篇
    2013年
成就勋章
TA的专栏
  • POJ 题目及解析
    9篇
  • hust VIRTUAL JUDGE 竞赛题及解析
    2篇
  • 随笔
    5篇
  • LeetCode
    4篇
  • 《谁排第一?关于评价和排序的科学》阅读
    8篇
  • 数据挖掘算法
    6篇
  • 基础算法
    1篇
  • 译文
    1篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 0

TA参与的活动 0

创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

88人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

POJ 2342 Anniversary party

http://poj.org/problem?id=2342Anniversary partyTime Limit: 1000MS Memory Limit: 65536KTotal Submissions: 3451 Accepted: 1923DescriptionThere is
原创
博文更新于 2021.04.21 ·
1195 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

研究生和本科有什么不同?

本科学了4年计算机,研究生又学了2年计算机,感觉两个阶段的生活学习还是挺不一样的。一、在同学间的交流方面,大学生比研究生交流更频繁,交友更广泛。    初中高中时,大家座位固定,每天面对的都是熟悉得不能再熟悉的面孔,“同桌的你”在各大初中高中上演着,已不足为奇。大学时,教室座位随便坐
原创
博文更新于 2015.09.23 ·
2626 阅读 ·
2 点赞 ·
0 评论 ·
1 收藏

操作系统实验的代码

发布资源 2013.08.14 ·
zip

机器学习漫谈

机器学习漫谈            数据挖掘/机器学习项目一般包括四个关键部分,分别是,数据分析,特征工程,建立模型,验证。1     数据分析         从广义上讲,数据分析包括数据收集,数据处理,数据清洗,探究性数据分析,建模和算法设计,数据可视化等等[1]。从狭义上讲,数据分析指的是探究性数据分析(EDA)。         所谓探索性数据分析(ExploratoryD
原创
博文更新于 2016.12.19 ·
2979 阅读 ·
1 点赞 ·
0 评论 ·
0 收藏

你可能不知道的一些机器学习事儿

你可能不知道的一些机器学习事儿       最近零零碎碎地看了很多机器学习方法的东西,增长了不少新知识。有很多小技巧虽然不会出现在教科书中,但它们真的很实用。(1)随机森林模型不适合用稀疏特征。(2)测试集必须使用与训练集相同的方法进行预处理。(3)L1正则(特征选择)最小样本数目m与特征n呈log关系,m = O(log n) ;         L2正则(旋转不变)最小样本
原创
博文更新于 2015.10.15 ·
1147 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

C++程序设计陷阱读书笔记(一)

差不多有三年没系统地温习C++程序设计了,但面试官问起这方面的知识时,我有种恍然隔世的感觉。年龄越大越难静下心来读完一本专业书,越学心越浮躁。将所看所思记录下来能稍微提高一下学习效率。下面是我读了这本书之后,联系平常的日常工作所获得的一些感悟。1、注释很重要,注释不是越多越好,如果代码本身就具有很好的可读性,那就不用画蛇添足了。我曾经接手过两个软件。一个软件A几乎没有任何注释,很多人都动过里面
原创
博文更新于 2015.09.26 ·
1313 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

网易游戏2016校园招聘数据挖掘研究员在线笔试题和答案

刚做完网易在线笔试题,感触最深的地方是,虽然题目形式和ACM题目相似,但是内容更偏向于实际应用。总共有四个题目,第一个题目属于字符串匹配类型,难度较低,第二个题目是模拟SQL语句的输出,第三个题目是KNN算法,第四个题目是贝叶斯算法。题目偏基础,算法思想很容易想到,但如果平常从来没写过这类算法,再加上代码能力不是很强的话,写起来还是有点吃力的。下面是第一题,第三题,第四题的答案。题目1
原创
博文更新于 2015.09.14 ·
7136 阅读 ·
3 点赞 ·
0 评论 ·
9 收藏

EM算法 实例讲解

第一次接触EM算法,是在完成半隐马尔科夫算法大作业时。我先在网上下载了两份Baum-Welch算法的代码,通过复制粘贴,修修补补,用java实现了HMM算法(应用是韦小宝掷两种骰子的问题)。然后,参考有关半隐马尔科夫算法的论文,照着论文中的公式修改隐马尔科夫算法,完成了大作业。现在回想起来,就隐隐约约记得有一大堆公式。最近,我看到一篇很好的文章,对EM算法的计算有了进一步的了解,文章链接为http
原创
博文更新于 2015.09.13 ·
31234 阅读 ·
41 点赞 ·
1 评论 ·
105 收藏

半监督学习漫谈

半监督学习漫谈       机器学习主要分三种形式,监督学习、非监督学习、半监督学习。最常见的是监督学习中的分类问题。监督学习的训练样本都含有“label”,非监督学习的训练样本中都不含“label”,半监督学习介于监督学习和非监督学习之间。在半监督学习领域,半监督分类问题是最受欢迎的,比如蛋白质搜索引擎中的后处理过程就常常采用半监督学习框架进行过滤。       在监督学习中,因为训练集
原创
博文更新于 2015.09.03 ·
1235 阅读 ·
0 点赞 ·
0 评论 ·
5 收藏

2015年机器学习/数据挖掘面试总结

2015年机器学习/数据挖掘面试总结       明年硕士毕业,今年开始找工作。在北方呆的太久,想回湿润的南方。       第一站(3月份),阿里数据挖掘实习生面试。个人觉得,阿里的面试是最人性化的,几乎不需要提前准备什么。不需要刷题,不需要死记硬背一些概念。他们看重的是你的项目经历和解决实际问题的能力。每一场面试都不难,但是面试的次数是我所知道的公司中最多的。面试的题目有:1)自我
原创
博文更新于 2015.08.31 ·
4504 阅读 ·
2 点赞 ·
0 评论 ·
18 收藏

我与算法的缘分

大一上学期,我对算法一点概念都没有,当时老师让我们用伪代码写算法,我基本上都是从网上找答案或者直接空着不写。给我印象最深的一个算法是计算两个分数相加,其中涉及求最大公约数,用的是辗转相除法。那时觉得这个算法很难懂,现在回首再看时,觉得这个算法还是很简单的。大一下学期,听到算法和数据结构对程序员是如何如何重要的传言,就抱着《零基础学算法》,啃哧啃哧啃了大半个学期也只啃完了前几章。那个学期我学会了二分
原创
博文更新于 2015.07.30 ·
2735 阅读 ·
1 点赞 ·
4 评论 ·
3 收藏

Two big challenges in machine learning

红色是我翻译的部分,绿色是我加的注释。 Two big challenges in machine learning机器学习的两大挑战LÉON BOTTOUFACEBOOK AI RESEARCH ICML 2015 - LILLE
翻译
博文更新于 2015.07.25 ·
1421 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

Delete Node in a Linked List

Write a function to delete a node (except the tail) in a singly linked list, given only access to that node.Supposed the linked list is 1 -> 2 -> 3 -> 4 and you are given the third node with value
原创
博文更新于 2015.07.16 ·
845 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

排列算法

之前一直没有正儿八经写过排列算法,顶多就是把经过一些化妆后的排列算法作为一个子算法混在大算法里面,今天看书时突然发现排列算法的影子无处不在,TSP问题就是从众多排列中选出最佳排列的问题。下面是利用递归思想的排列算法代码,其中的visited数组有一个俗称叫“禁忌表”,另外调用递归函数之后一定不要忘了恢复“原貌”喔!
原创
博文更新于 2015.07.14 ·
1584 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

第8章 基于重新排序的排名方法 阅读

这一章的方法和前7章的方法大不一样,前7章都会先计算评分向量,再根据评分向量得到排名向量,而第8章直接计算排名向量。这章包含排名差距和评分差距两部分内容,两者的差别在于差距矩阵中的元素是用名次之差,还是分数之差。因为两种方法的原理极其相似,所以掌握其中的一种方法后就能轻松掌握另一种方法。       排名差距法可以抽象成求解最优化问题,通常是求解二次整数规划,这个问题非常有挑战性,计算量也比较
原创
博文更新于 2015.07.14 ·
662 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

《谁排第一?关于评价和排序的科学》中文版的纠错

最近,我读了一本好书——《谁排第一?关于评价和排序的科学》。这本书的作者是Amy N. Langville和Carl D.Meyer,译者是郭思羽。这本书的姊妹篇是《网页排名PR值及其他——搜索引擎排序的科学》。《谁排第一?关于评价和排序的科学》的内容挺好,但书中有一些很明显的错误,我不清楚是原书的bug,还是翻译时弄错了。我发现的错误如下:1、第12页,公式中矩阵大P和向量小p写混淆了。
原创
博文更新于 2015.07.14 ·
1682 阅读 ·
1 点赞 ·
1 评论 ·
1 收藏

第1章 排名概述 阅读

最近正在看一本书——《谁排第一?关于评价和排序的科学》,为了加深记忆,我将在博客上记录下书中的要点,并结合自己的理解去阐述解释书的内容。        第一章是综述篇,最让人印象深刻的是阿罗的不可能性定理。该定理指出,对于有着三个或更多候选人的情况,没有任何投票体系能同时满足以下4条常识性的准则。        1、无限制域准则。可以理解为众僧平等,无论你是贵族,还是平民,无论你是白菜,还
原创
博文更新于 2015.07.11 ·
888 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

第7章 攻防评分法(HITS的孩子) 实例和程序

OD(攻防)评分法是HITS(超链接诱导主题搜索)算法的一个非线性情形下的类似算法。OD法顾名思义,就是有两个评分向量,一个评分向量能反映一支队伍的进攻能力,称为进攻向量,另一个评分向量能反映一支队伍的防守能力,称为防守向量。这两个向量相互依赖,与HITS评分算法中的枢纽评分和权威评分非常相似。         为了方便理解,举一个5只队伍比赛的简单例子。          设队伍数目
原创
博文更新于 2015.07.11 ·
1225 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

大学那会儿,我读过的技术经典图书

我2009年考进大学的计算机系。上大学前我对电脑的使用仅限于上QQ,看小说,可以说是零基础。但通过三年的努力及对计算机专业的喜爱,我顺利保送到自己梦寐以求的学校攻读研究生。大学期间看了不少书,有些很好,我看了很多遍,每看一遍都有新收获,有些写得很乏味,还有明显错误,我翻了几面就将其丢在一边。        我按时间顺序罗列一些比较好的书,4年过去了,很多书看过就忘记了,现在能记着的也就是那些经
原创
博文更新于 2015.07.11 ·
8995 阅读 ·
6 点赞 ·
8 评论 ·
49 收藏

第6章 马尔可夫法(PageRank的孩子) 实例和程序

马尔可夫法的主要思想是:两支队伍之间的每次较量,都是弱队给强队投票的机会。举个例子如下:            设投票矩阵V中第 i 行,第 j 列的元素是vij,vij表示队伍 i 输给了队伍 j 。               对V中的各行进行归一化,得到矩阵N。               矩阵N中第二行全为0,这与悬挂结点问题类似。网页排名领域中,悬挂结点指的是
原创
博文更新于 2015.07.11 ·
1765 阅读 ·
0 点赞 ·
0 评论 ·
2 收藏
加载更多