- 博客(20)
- 收藏
- 关注
RSS订阅原创 代码随想录day3| 203.移除链表元素 707.设计链表 206.反转链表
时间复杂度: 涉及 index 的相关操作为 O(index), 其余为 O(1)需要学会建立虚拟节点的思想。空间复杂度: O(n)
2024-02-19 12:21:18
349
原创 代码随想录算法训练营第二天| 977.有序数组的平方 ，209.长度最小的子数组 ，59.螺旋矩阵II
numsr-1, numsr] ，并返回其长度。输入：target = 11, nums = [1,1,1,1,1,1,1,1]输入：target = 7, nums = [2,3,1,2,4,3]输入：target = 4, nums = [1,4,4]输出：[[1,2,3],[8,9,4],[7,6,5]]解释：平方后，数组变为 [16,1,0,9,100]输入：nums = [-4,-1,0,3,10]输入：nums = [-7,-3,2,3,11]排序后，数组变为 [0,1,9,16,100]
2024-02-16 12:27:40
364
原创 代码随想录算法训练营第一天| 704. 二分查找、27. 移除元素。
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。文章讲解：https://programmercarl.com/0704.%E4%BA%8C%E5%88%86%E6%9F%A5%E6%89%BE.html。文章讲解：https://programmercarl.com/0027.%E7%A7%BB%E9%99%A4%E5%85%83%E7%B4%A0.html。
2024-02-15 22:38:27
543
原创 java系列总结（二）面向对象基本思想
这篇文章主要介绍了面向对象的基本思想，匿名对象，构造函数，构造方法，构造代码块，静态，静态代码块，以及单例设计模式的两种方法懒汉式和饿汉式。
2018-09-29 21:02:49
314
原创 java系列总结（一）基础知识
java是自己在去年系统学习的，现在打算对学过的java知识进行总结复习。本篇文章涵盖了dos命令行中的常见命令，JRE JDK介绍，标识符，变量与常量，进制转换，各种运算符，判断结构，选择结构，函数，数组等内容。本来是自己Word中写的，但是因为这里不能发Word格式，所以只能发图片了
2018-09-26 10:25:24
542
2
原创 机器学习技法笔记总结（一）SVM系列总结及实战
本篇文章对于SVM的一系列原理进行了总结，其中涉及了线性SVM，SVM的对偶形式，soft-margin SVM，SVR等等一系列相关知识，并且使用sklearn进行了实战，给出的一个人脸识别的例子
2018-09-20 11:34:48
1401
原创 机器学习技法笔记9：决策树
9-1 Decision Tree Hypothesis上节课我们主要介绍了Adaptive Boosting。AdaBoost演算法通过调整每笔 资料的权重，得到不同的hypotheses，然后将不同的hypothesis乘以不同的 系数α进行线性组合。这种演算法的优点是，即使底层的演算法g不是特别好 （只要比乱选好点），经过多次迭代后算法模型会越来越好，起到了boost提 升的效果。本节课...
2018-09-13 11:14:46
262
原创 机器学习技法笔记8：adaptive boosting（Adaboost）
8-1 Motivation of Boosting（提升的目的）上节课我们主要开始介绍Aggregation Models，目的是将不同的hypothesis 得到的gt集合起来，利用集体智慧得到更好的预测模型G。首先我们介绍了 Blending，blending是将已存在的所有gt结合起来，可以是uniformly， linearly，或者non-linearly组合形式。然后，我们讨论了...
2018-09-11 21:32:34
290
原创 机器学习技法笔记7：blending and bagging
7-1 Motivation of Aggregation在这部分，主要介绍了blending和bagging，7-1介绍了集成学习的两个优点：实现特征转换以及正则化。7-2介绍了uniform blending，也就是所有假设的权重均为1时的blending，7-3介绍了linear blending，此时假设的权重不同，7-3介绍了bagging，核心就是通过bootstrap来得到不同的...
2018-09-10 17:32:48
399
原创 机器学习技法笔记6：support vector regression（SVR）
6-1 Kernel Ridge Regression上节课我们主要介绍了Kernel Logistic Regression，讨论如何把SVM的技巧 应用在soft-binary classification上。方法是使用2-level learning，先利用 SVM得到参数b和w，然后再用通用的logistic regression优化算法，通过 迭代优化，对参数b和w进行微调，得到最佳...
2018-09-08 12:26:01
1673
原创 机器学习技法笔记5：Kernel 逻辑回归
5-1 Soft-Margin SVM as Regularized Model上节课我们主要介绍了Soft-Margin SVM，即如果允许有分类错误的点存在， 那么在原来的Hard-Margin SVM中添加新的惩罚因子C，修正原来的公式， 得到新的αn值。最终的到的αn有个上界，上界就是C。Soft-Margin SVM权 衡了large-margin和error point之前的关系，...
2018-09-06 21:34:40
1090
原创 机器学习技法笔记4：Soft-Margin SVM
之前几篇见：4-1 Motivation and Primal Problem上节课我们主要介绍了Kernel SVM。先将特征转换和计算内积这两个步骤合 并起来，简化计算、提高计算速度，再用Dual SVM的求解方法来解决。 Kernel SVM不仅能解决简单的线性分类问题，也可以求解非常复杂甚至是无 限多维的分类问题，关键在于核函数的选择，例如线性核函数、多项式核函数 和高斯核函数...
2018-09-06 13:15:55
1728
原创 机器学习技法笔记3：Kernel SVM
前两篇见： 机器学习技法笔记1：线性SVM 机器学习技法笔记2：SVM的对偶形式3-1 Kernal Trick上节课我们主要介绍了SVM的对偶形式，即dual SVM。Dual SVM也是一个 二次规划问题，可以用QP来进行求解。之所以要推导SVM的对偶形式是因 为：首先，它展示了SVM的几何意义；然后，从计算上，求解过程“好像” 与所在维度d^无关，规避了d^很大时难以求解的情...
2018-09-05 21:40:57
729
原创 机器学习技法笔记2：SVM的对偶形式
2 SVM的对偶形式 1、上次学习过 上一节课我们说过，使用SVM得到large-margin，减少了有效的VC Dimension，限制了模型复杂度；另一方面，使用特征转换，目的是让模型更 复杂，减小Ein。所以说，非线性SVM是把这两者目的结合起来，平衡这两者 的关系。那么，特征转换下，求解QP问题在z域中的维度设为d~+1，如果 模型越复杂，则d~+1越大，相应求解这个QP问题也变得...
2018-09-05 17:05:47
894
原创 机器学习技法笔记1：线性SVM
1-1 最大边界间隔超平面最大边界间隔超平面(Large-Margin Separating Hyperplane) 1、 回顾一下我们之前介绍了linear classification，对于线性可分的情况，.数学上就是求出加权的分数，判断分数的正负，来预测结果。我们可以使用PLA/pocket算法在平面或者超平面上把正负类分开 例如对平面2D这种情况，我们可以找到一条直线，能将正...
2018-09-04 21:13:43
798
原创 各种排序算法比较（java）
排序算法是数据结构中十分基础的内容，本文总结了常用的排序算法的原理和性能，还给出了相关的图解，并且采用java语言实现了算法，最后给了一个面试中实际的例子，以及算法复杂度的比较
2018-09-04 20:04:15
13727
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人