本站所有博文的快速访问链接
一、数学&运筹优化
1.线性规划
【LP】00 Pre-Introduction and 01 Introduction
【LP】02 Preliminaries
2.线性代数
01 Gauss-Jordan(高斯-诺尔当)算法:消两个算什么?我一次消N个
02 线性方程组的解的情况(矩阵的秩)
03 齐次/非齐次线性方程组的解(行列式与解的关系)
04 行列式的性质:举一反三,从三个到十个
05 齐次/非齐次线性方程组的具体解集
06 矩阵的逆以及求法
07 克拉默法则(Cramer)
08 矩阵的相似与矩阵的幂(相似对角化)
09 特征值与特征向量
3 统计学
【统计学】关于Z score 的一切(如何由一组数据转变为 平均值为0;方差为1的一组数据)
【统计学01】概括性描述-集中趋势,离散程度,分布形状度量
二、数据科学&实战
1.机器学习
包括经典的算法、实例(可能包括数据)、如有理论讲述部分也可能出现
【机器学习00】【简介】
【机器学习】【监督学习】【算法01—理论】K近邻(k-nearest neighbor)
【机器学习】【监督学习】【算法01-代码实现】K近邻(k-nearest neighbor)实现细节
- KNN分类器手动实现,四个参数(待判定的向量x,训练集,标签,k值),返回判定类别
- 读取文本文件,然后获得numpy矩阵的方法函数。输入:txt文件名,指定生成的矩阵的列数col。输出:实例矩阵和标签list(默认最后一列为标签,且为int类型数字)
【机器学习】【监督学习】【算法01-实例01】K近邻(k-nearest neighbor)-改进约会网站的配对效果
- 使用自己写的KNN分类器搭配1000条约会指标数据进行KNN算法测试
- 涉及数据的归一化操作,文本读取操作,简单绘制散点图
【机器学习】【监督学习】【算法01-实例02】K近邻(k-nearest neighbor)-鸢尾花
- 经典的数据分析例子,完整数据分析流程。
- 机器学习模型评价标准
2.竞赛活动
主要记录学习过程中参加的比赛的相关资料
【竞赛01-a】【题目】济南大学第七届数学建模比赛A题
【竞赛01-b】【论文】济南大学第七届数学建模比赛A题论文详解
【竞赛02-a】【题解】第十二届电工杯全国大学生数学建模大赛B题
【竞赛02-b】【原理】元胞自动机
3.数据处理&&技巧&&使用
描述:在数据分析或者数据处理中一些小的技巧,自写函数,也就是自己造的轮子~
【数据处理】【使用技巧1】Python中,按照特定元素对List进行切割
【数据处理】【使用技巧2】SAS/SQL 根据共同字段将两行数据进行汇总合并
三、杂
win10环境下 JDK环境配置以及TOMCAT快速配置 一条龙
基于Python/PYQT5的动物识别专家系统(人工智能实验)
【数据结构】搜索中散列构造时冲突处理方法
imooc-c++远征之启航篇
imooc-C++远征之离港篇
imooc-C++远征之封装篇(上)