- 博客(25)
- 收藏
- 关注
转载 Visual Studio中,无法嵌入互操作类型“……”,请改用适用的接口的解决方法
选中项目中引入的dll,鼠标右键,选择属性,把“嵌入互操作类型”设置为False。
2019-10-15 13:47:28 539
原创 LeetCode刷题---四数之和
题目描述:解题思路:四数之和与前面三数之和的思路几乎是一样的,这里其实就是在三数之和的基础上多添加一个遍历的指针而已。使用四个指针(a<b<c<d)。固定最小的a和b在左边,c=b+1,d=_size-1 移动两个指针包夹求解。保存使得nums[a]+nums[b]+nums[c]+nums[d]==target的解。偏大时d左移,偏小时c右移。c和d相遇时,表示以当前...
2019-10-13 14:46:21 161
原创 LeetCode刷题---三数之和
题目描述:思路:首先对数组进行排序,然后定义三个指针i,j,k。i 的范围是[0,nums.size()-3],j 开始指向 i+1 的位置,k 指向最后一个元素的位置,计算 nums[i]+nums[j]+nums[k] 是否等于0,如果等于0,将nums,nums[j],nums[k] 保存到数组里,如果三数之和小于0,j 向右移动,否则 k 向左移动,直到j 和 k 相遇,第 i 轮...
2019-10-11 22:43:41 217
原创 将文件全路径存到数据库里
把文件的全路径存到数据库里,例如"D:\\Test\\test.txt",存完发现数据库里面是这样的"D:Testtest.txt",也就是说"\\“丢失了,所以要想把文件全路径存到数据库里,必须想办法保留住”\\"。解决的方法:(1)用"/“代替”\\",例如:“D:/Test/test.txt”;(2)用"\\\\“代替”\\",例如:“D:\\\\Test\\\\test.txt”...
2019-10-10 21:30:40 1950
原创 网易云课堂-吴恩达机器学习-学习归纳-8-机器学习系统的设计
一、首先要做什么要敢想,敢于尝试各种方法以一个垃圾邮件分类器算法为例进行讨论。为了解决这样一个问题,我们首先要做的决定是如何选择并表达特征向量 xxx。我们可以选择一个由100个最常出现在垃圾邮件中的词所构成的列表,根据这些词是否有在邮件中出现,来获得我们的特征向量(出现为1,不出现为0),尺寸为100×1。为了构建这个分类器算法,我们可以做很多事,例如:1. 收集更多的数据,让我们有更...
2019-10-10 21:19:15 245
原创 LeetCode刷题---两数之和---输入BST
题目描述:解法:先对BST进行中序遍历,将节点值保存在一个vector里,然后对vector使用双指针进行查找。代码:/** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * Tre...
2019-10-10 09:21:53 161
原创 LeetCode刷题---两数之和---输入有序数组
题目描述:双指针我们使用两个指针,初始分别位于第一个元素和最后一个元素位置,比较这两个元素之和与目标值的大小。如果和等于目标值,我们发现了这个唯一解。如果比目标值小,我们将较小元素指针增加一。如果比目标值大,我们将较大指针减小一。移动指针后重复上述比较直到找到答案。class Solution {public: vector<int> twoSum(vector<...
2019-10-09 09:37:06 127
原创 网易云课堂-吴恩达机器学习-学习归纳-7-应用机器学习的建议
一、决定下一步做什么?在开发或者优化一个机器学习系统时,怎样选择一条最合适、最正确的道路呢?还是举预测房价的例子,假如你现在已经通过正则化的线性回归算法得到了学习参数,并将假设函数放到一组新的房屋样本上进行测试,但是最终发现在预测房价时产生了巨大的误差,现在如何来改进这个算法呢?当我们运用训练好了的模型来预测未知数据的时候发现有较大的误差,我们下一步可以做什么?获得更多的训练实例——通常是...
2019-10-08 21:19:55 186
原创 LeetCode刷题---两数之和
题目描述:方法一:暴力法暴力法很简单,遍历数组每个元素 x,并查找是否存在一个与 target−x 相等的目标元素。class Solution {public: vector<int> twoSum(vector<int>& nums, int target) { vector<int> resVec; ...
2019-10-08 16:15:23 112
原创 网易云课堂-吴恩达机器学习-学习归纳-6-神经网络
1、为什么要用神经网络?我们之前学的,无论是线性回归还是逻辑回归都有这样一个缺点,即:当特征太多时,计算的负荷会非常大。如下面的例子:当我们只考虑两个特征 x1、x2x_1、x_2x1、x2 时,我们的分类任务执行得很好。但是假如现在我们希望用100个特征来构建一个非线性的多项式模型,结果将是数量非常惊人的特征组合,即便我们只采用两两特征的组合(x1x2+x1x3+x1x4+...+...
2019-09-15 15:04:37 592
原创 网易云课堂-吴恩达机器学习-学习归纳-5-正则化
1、过拟合问题举一个回归问题的例子。情况我们称之为欠拟合;第三个模型是一个四次方的模型,虽然能非常好地适应我们的训练集,但是过于强调拟合原始数据,而丢失了算法的本质:预测新数据,这种情况我们称之为过拟合,过拟合对于新的数据没有较强的泛化能力;而中间的模型似乎最合适。再举一个分类的例子。就以多项式来进行理解,多项式中x 的次数越高,拟合得越好,但相应的预测的能力就可能变差。问题是,如果...
2019-09-08 12:09:30 177
原创 网易云课堂-吴恩达机器学习-学习归纳-4-逻辑回归
1、分类问题及假说提出在分类问题中,我们预测的是一组离散的值。比如,预测一个肿瘤是良性的还是恶性的,我们要做的是把给定数据集中不同尺寸的每个肿瘤样本都打上了良性或者恶性的标签,分成了不同的类别,然后运用机器学习算法来预测一个新肿瘤的良性与否。这里我们从二元的分类问题开始讨论,即预测的 yyy 值只有两个取值(0或1),二分类问题可以扩展到多分类问题。对于肿瘤预测的问题,我们可以用线性回归的方...
2019-09-07 21:18:22 288
转载 最新最全程序员技能图谱(23张)
据stuq公布的github地址整理出来的目前最全图谱,本文底部有git地址可直达,如转载此文请标明出处…Github 开源项目地址:https://github.com/TeamStuQ/skill-map...
2019-09-01 11:51:27 470
转载 如何选择适合自己的编程语言?这个操作厉害了
Twitter上流传的《编程语言选择指导图》,非常具有参考性。大家可以通过这张图做个小测试,看看自己更适合哪种编程语言。学习编程,首先要选择一门编程语言,但是初学者往往在这个环节产生迷茫,不知道该如何选择。下面的图对比了当今最流行的9种编程语言,为大家指明方向,帮大家选择出最适合自己的编程语言(数据来源美国,薪水,工作数无需参考)。...
2019-09-01 10:51:06 401 1
原创 网易云课堂-吴恩达机器学习-学习归纳-3-多变量线性回归
一、多维特征在https://blog.csdn.net/weixin_42049250/article/details/99758900中我们讨论了单变量的线性回归问题,还拿预测房价的例子来说,在单变量线性回归的问题中,我们只有一个特征-------房子的面积;假设,现在我们要考虑更多的特征,如卧室的数量、所在楼层、房子的使用年限等等,由此构建一个含有多个变量的模型。如下图中表格所示,每一行...
2019-08-31 12:47:24 223
原创 网易云课堂-吴恩达机器学习-学习归纳-2-单变量线性回归
一、单变量线性回归模型表示还是预测房价的例子,如下图所示。预测一个面积为1250平方尺的房子应该卖多少钱?首先构建一个模型,也许是条直线,如图中粉色线所示,大约能卖220000美元。这个例子属于监督学习的范畴,更具体来说,这是一个回归问题。回归一词指的是,我们根据之前的数据预测出一个准确的输出值,对于这个例子就是房价。在监督学习中我们会有一个数据集,这个数据集被称为训练集,我们的任务就是...
2019-08-20 21:51:04 229
原创 网易云课堂-吴恩达机器学习-学习归纳-1-初识机器学习
课程链接:https://study.163.com/course/courseMain.htm?courseId=1004570029&trace_c_p_k2=af72cced763c478695d563977eb54ce6一、机器学习算法就在我们身边机器学习算法的应用在我们身边随处可见,我们每天都在享受着机器学习算法带给我们的便捷,比如,打开Google或百度,搜索你感兴趣的内容...
2019-08-18 11:07:27 1451
转载 如何用3个月零基础入门「机器学习」?
原链接:https://zhuanlan.zhihu.com/p/29704017原出处:知乎0. 背景写这篇教程的初衷是很多朋友都想了解如何入门/转行机器学习,搭上人工智能这列二十一世纪的快车。文章的宗旨是:1. 指出一些自学的误区 2. 不过多的推荐资料 3. 提供客观可行的学习表 4. 给出进阶学习的建议。这篇文章的目标读者是计划零基础自学的朋友,对数学/统计/编程基础要求不高,比如...
2019-08-17 11:29:46 396
原创 验证哥德巴赫猜想
什么是哥德巴赫猜想呢?1742年,哥德巴赫提出了著名的哥德巴赫猜想。即:任一大于2的偶数都可写成两个质数之和。比如说16=3+13。试着编码写出程序:只包含N作为参数并且给出N为两个质数之和的表达式。哥德巴赫猜想至今没有被证明,但是目前已知其在N小于1014的时候都是成立的。思路:双指针的思想(1)找到小于等于N的所有质数,按从小到大顺序存到数组里(2)一个指针指向数组的第一个元素a0a_...
2019-08-12 22:16:23 2042
原创 计算质数
题目:给定一个正整数n,计算出小于等于n的质数有多少个?比如17,则返回7,因为小于等于17的质数有2,3,5,7,13,17。分析:1、首先得知道什么是质数?质数又称素数,如果一个大于1的自然数,除了1和它自身外,没法被其他自然数整除,那么这个自然数就是质数。换句话说,只有两个正因数(1和本身)的自然数即为质数。2、那么如何判断一个数是质数呢?思路1:判断一个整数m是否是质数,只需把 ...
2019-08-12 21:46:14 1599
原创 算法分析
一个好的算法,既要能实现功能,又要有很高的执行效率。一个算法好不好体现在运行该算法所消耗的计算机资源的多少上,计算机最重要的两个资源无非就是时间(CPU)和空间(内存),运行速度快、内存开销小的算法往往就是好算法。一般我们在设计算法的时候,就要对其进行分析,尤其是对时间复杂度的分析。时间复杂度的定义:一般情况下,算法中基本操作重复执行的次数是问题规模nnn的某个函数,用T(n)T(n)T(n...
2019-08-04 15:44:49 245
转载 软件工程师、数据工程师和数据科学家的区别?
软件工程师、数据工程师和数据科学家有啥区别?国外ETL(Extract-Transform-Load 的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程)服务商Stitch的 CEO Jake Stein,近日对这个话题进行了总结。他还绘制了一张工具图,来呈现他们在日常工具使用上的不同。对于新手,也可以通过这张图来看典型的“数据科...
2019-07-30 07:56:04 526
原创 数据结构和算法之简介
1、软件工程师、数据工程师和数据科学家有啥区别?国外ETL(Extract-Transform-Load 的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程)服务商Stitch的 CEO Jake Stein,近日对这个话题进行了总结。他还绘制了一张工具图,来呈现他们在日常工具使用上的不同。对于新手,也可以通过这张图来看典型的“数...
2019-07-30 07:52:06 243
转载 计算机视觉领域的一些大牛网站
计算机视觉领域的一些大牛网站 (本文纯属转载)以下链接是关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的具体应用。搞研究的朋友也可以从中了解到很多牛人的研究动态、招生情况等。总之,我认为,知识只...
2019-07-28 17:51:15 2132 3
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