课堂笔记
文章平均质量分 56
Victory_orsh
这个作者很懒,什么都没留下…
展开
-
频繁项挖掘——【数据科学与工程算法基础】
大多数问题大于总数一半算是,当然可以给定一个百分比,大于总数的百分之多少算。原创 2024-04-01 23:11:18 · 307 阅读 · 0 评论 -
数据流模型——【数据科学与工程算法基础】
界标模型(规定不同数据段重要性);滑动窗口(只考虑窗口元素);衰减窗口(新到重要,旧者重要程度低)。既然概要了,就不可能很精确,只能近似估计,近似算法就相当于一种误差的评估。保存数据流再查询不可能,需要一种远小于数据流规模的数据结构来。收银机(前缀和,不断叠加);十字转盘(加入的数据有正有负)。一个∈代表相对误差,输出值与真值相差小于∈乘以真值。一个∈就是一个值,输出值与真值相差小于∈。,如直方图、抽样、小波、哈希。原创 2024-04-01 22:20:04 · 292 阅读 · 0 评论 -
抽样算法——【数据科学与工程算法基础】
三种方法共同点:抽样时每个个体被抽取到的可能性相等,但各有特点。————抽样算法。原创 2024-03-11 21:53:04 · 433 阅读 · 0 评论 -
绪论——算法设计原则【数据科学与工程算法基础】
预测值决定P与N,真实值决定T与F:也就是先看预测的,预测的是“正”,哦!那就是阳性的,是真是假呢?看真实值,真是正,那就是真阳性,真实值是负,那就是假阳性(FP)。阴性同理。原创 2024-03-11 21:16:51 · 1003 阅读 · 0 评论 -
数据科学的算法基础——学习记录跳转中心
本人数据科学与大数据技术专业大二学生,这学期新开了几门专业课,写作业时想拍拍题对答案顺便搜索搜索相关知识再学学巩固一下,结果发现根本拍不到,连相关知识大多都与应用紧密结合,代码型文章,但是课堂上用不到啊,主要要会做题掌握理论知识。出于一篇文章做一门课程可能太过冗杂且不好查找,所以采取分文章续写的方式,这也符合我的学习过程。所以突发奇想,想自己记录学习课程的过程:笔记、理解、题目,做一套专属于大学生的学习系列,各种问题都可以在其中找到答案。,会不断更新添加相应链接。《数据科学的算法基础》原创 2024-03-04 23:42:05 · 447 阅读 · 0 评论