菜鸟营

数据交换：    报文交换：一个文件作为一个整体一次性转发    分组交换：报文拆出的小的数据包      均属于存储转发方式    电路交换：占用带宽头数据分组交换VS电路交换    分组交换：        允许更多的用户同时使用网络——网络资源充分共享        适用于突发数据传输网络：简单，无需建立呼叫        可能出现拥塞：分组延迟和丢失，需要协议处理数据的传输...

Given an array of integers, return indices of the two numbers such that they add up to a specific target.You may assume that each input would have exactly one solution.Example:Given nums = [2, 7, 11, ...

1. 数值计算库NumPy 为 Python 提供了快速的多维数组处理能力，提供了丰富的函数库处理数组。它将常用的数学函数进行数组化，使得数学函数能够直接对数组进行操作，将需要在 Python 级别进行的循环，放到 C 语言的运算中，提高程序的运行速度。NumPy的官方网址为 http://www.numpy.org/SciPy 在 NumPy 基础上添加了众多的科学计算所需的各种工具...

目录EM算法朴素贝叶斯模型图规划模型隐马尔可夫模型条件随机场（CRF）EM算法EM算法是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。其过程主要分为两步：E步，求期望 M步，求极大因此，又被称为期望极大化算法。EM算法根据算法不同的初值可能会有不同的参数估计值。EM算法的导出：对一个含有隐变量的概率模型，目标时...

10种统计学习方法特点的总结概括 方法 适用问题 模型特点 模型类型 学习策略 学习的损失函数 学习算法 备注 感知机 二类分类 分离超平面 判别模型 极小化误分类点到超平面的距离 误分类点到超平面距离（经验风险） 随机梯度下降 ...

感知机（perception）：二类分类的线性模型，输入为实例的特征向量，输出为实例的类别，取+1，-1。对应于输入空间中将样本实例分成正负两类的分离超平面，属于判别模型。其损失函数为：所有误分类点到分类超平面的距离总和。目的为最小化这个距离总和。 其中，为误分类点到分离超平面距离...

k近邻–>决策树–>最大熵–>逻辑斯蒂回归–>提升方法k近邻法（K-NN）是一种基本的用于分类与回归的方法。其输入为：实例的特征向量，对应特征空间中的点输出为：实例的类别，可以取多类。k近邻假设给定一个训练数据集，其中的类别已经确定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测。y=arg⁡max⁡cj∑xi∈Nk(x)I(yi...