科普、读书、篮球
生活主旋律
sapienst
Let Data Speak
展开
-
一点感悟: 詹姆斯与全栈工程师
编程和打篮球:编程中最牛的一类人号称“全栈工程师”, 相当于球场上的谁?詹姆斯!!!首先你得“骨骼惊奇”, 就是你得有天赋, 不说是天赋异禀, 也得十年一遇.其次, 你IQ和EQ都得高, 你发现不管你有多“全栈”, 是不是得有人帮你宣传产品? 得有人给你包装产品? 领袖气质和大局观决定了你的上限!你还需要, 对身处的“联盟”(行业)有足够的了解, 知道现在联盟裁判规则(编程规范)、薪资待...原创 2020-04-17 19:03:27 · 485 阅读 · 0 评论 -
B站好资源: python数据结构与算法(北大老师授课)
这次推荐的课程是北京大学陈斌老师的《python版数据结构与算法》一共有87个视频, 已经听了30+, 适合起步阶段对数据结构和算法有基本的认识, 是入门python编程的一门比较好的系列课程.我对时间复杂度O 能有更好的理解, 是从陈老师这里学来的数据结构与算法的重要性编程 = 数据结构 + 算法我相信很多人开始和我有一样的误区, 主要源自于对算法和数据结构的理解不清楚.机器学习那么...原创 2020-04-17 11:51:47 · 1521 阅读 · 0 评论 -
面经:阿里巴巴机器学习算法与数据挖掘岗(4)
五、ResNet什么结构决定了它可以训练更深的网络?如何实现的?残差块(瓶颈结构)可以训练更深的网络, 主要意味着解决了反向传播过程中容易出现的梯度消失问题. 那我们就来看一下ResNet的梯度是如何通过“残差块”传递的:残差块由两部分组成:(1) residual mapping结构, 输出为F(x);注意这里的residual mapping 多为 1x1, 3x3, 1x1的结构,...原创 2020-04-10 22:03:45 · 351 阅读 · 0 评论 -
面经:阿里巴巴机器学习算法与数据挖掘岗(3):牛顿法与SGD的对比
四、为什么不使用二阶导求解优化算法?它的时间复杂度是多少?4.1 最优化问题的重要性对于几乎所有机器学习算法,无论是有监督学习、无监督学习,还是强化学习,最后一般都归结为求解最优化问题(通过目标函数对原模型求解转化为求最优化问题的解)。4.2 机器学习的解决问题的步骤总体来看,机器学习的核心目标是(1) 给出一个模型(一般是映射函数);(2) 然后定义对这个模型好坏的评价函数(目标函数...原创 2020-04-10 08:06:28 · 320 阅读 · 0 评论 -
面经:阿里机器学习算法与数据挖掘(2)-机器学习优化算法
算法的发展脉络很重要, 它能让你知道后面出现新的算法是解决了前面算法的什么问题, 要将机器学习优化算法当作一部电影来记忆, 具有起承转合, 而不是一页一页的幻灯片.三、对机器学习训练的优化算法的了解, 和SGD比怎么体现优化的?我提到了Adam、RMSprop、还有动量的优化算法, 继续问我,是如何实现优化的?这里介绍Momentum、AdaGrad、RMSprop、Adam四种优化算法....原创 2020-04-09 13:49:01 · 366 阅读 · 1 评论 -
面经: 阿里机器学习算法与数据挖掘(1)——理论基础不够, 只会拿来用用
本篇内容一、为什么鞍点比局部最小值更容易出现?二、介绍批量归一化的作用?将 Batch Norm 拟合进神经网络(Fitting Batch Norm into a neural network)(《DeepLearning》3.5)为什么Batch归一化会起作用呢?测试阶段的BN最后面试官问我有没有问题要问他, 我问了两个问题:1、机器学习与数据挖掘的岗位, 对python偏开发方面的能力要...原创 2020-04-08 13:57:16 · 300 阅读 · 0 评论 -
那些你重复百度却始终记不住的问题:VC维
定义:对于一个指示函数集,如果存在h个数据样本能够被函数集中的函数按所有可能的2h2^h2h种形式分开 ,则称函数集能够把h个数据样本打散(shatter)。函数集的VC维就是能打散的最大数据样本数目h。若对任意数目的数据样本都有函数能将它们shatter,则函数集的VC维为无穷大。VC维在机器学习中是用来衡量函数集性能的一种指标——VC维越大,则学习过程越复杂。直观理解: 二维平面中有3个样...原创 2020-04-08 09:18:37 · 163 阅读 · 0 评论 -
那些你重复百度却始终记不住的问题: 完备的多限制小空间, 希尔伯特空间
参考链接:https://blog.csdn.net/weixin_36811328/article/details/81207753https://www.zhihu.com/question/19967778/answer/184073198原创 2020-04-05 10:18:08 · 116 阅读 · 0 评论 -
那些你重复百度却始终记住不住的问题: N=NP?
这或许是众多OIer最大的误区之一。你会经常看到网上出现“这怎么做,这不是NP问题吗”、“这个只有搜了,这已经被证明是NP问题了”之类的话。你要知道,大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。NP问题并不是那种“只有搜才行”的问题,NPC问题才是。好,行了,基本上这个误解已经被澄清了。下面的内容都是在讲什么是P问题,什么是NP问题,什么是NPC问...原创 2020-04-04 13:52:06 · 8760 阅读 · 0 评论 -
为什么科技互联网公司越来越重视数学
下面是贾清扬的回答, 文末会PO出原文链接, 只传递最有价值的idea, 看了大佬的回答, 受益匪浅:先说我的观点:从帮助实际应用的角度来说,懂基础数学,同时愿意上手尝试的人,是最好的综合性人才。具体的说有两点:(1) 基础数学可以提供可以证明的方法突破。(2) 基础数学和工程实践是一个乘法关系,可以相互放大它们的影响。在最近人工智能的科研和实践当中,很不为大家所知的一点是计算的加速,因此...转载 2020-03-19 17:38:25 · 221 阅读 · 0 评论 -
机器学习中遇到的一些问题
1、人工智能与计算机视觉的关系?感知智能(perception):Speech Vision认知智能(cognitive): NLP2、深度学习兴起的标志性事件?2006 Hinton layer-by-layer 可以训练深度网络3、怎么区分机器学习和数学?机器学习的模型选择是有假设空间的,这个假设空间取决于人的经验。如果模型的假设空间有问题,那么拟合出的模型的范化能力就会差。...原创 2020-03-19 11:15:16 · 2110 阅读 · 0 评论