uuummmimiii的博客

听后感悟与记录。如有侵权请告知。共分五个模块来记录：同理心、机会判断、系统能力、用户体验、创新模式引言01讲——产品是每个人的底层能力产品能力是人生的一个底层能力，拥有产品能力，能让你有一种脚踩在地上的自信和踏实感，因为我们大家都是从一无所有的状态走来，因为没有认知框架，所以每天会收到各种各样的信息冲击着你的情绪却不知该如何处置和识别。培养产品能力会给你生存的底气会给你自信，产...

给定链表，一次反转链表k个节点并返回其修改后的列表。k是正整数，并且小于或等于链表的长度。 如果节点数不是k的倍数，那么最后的剩余节点应该保持不变。做法：用一个类似k窗口大小，一组一组处理用l和r来标识每一组的范围（k大小）: 每一更新l要更新到r的位置上去，r再不断next k个节点用pre 和cur来进行改变节点指向：每次更新pre移动到cur，cur移到下一个位置用j...

这里要分奇数偶数，因为12 34 5反转后为21 43 5注意：note中写明不能修改链表中的值，左面这种方式是直接改链表中的值不正确 传入头指针，毫无疑问要进行循环；需要三个指针，指向的相邻两个元素a,b，相邻两个元素前面的那个元素pre法一：这个对于self理解有难度，我还是不太理解def swapPairs(self, head): pre, pre...

思考逻辑很简单，主要考察写代码的能力最关键的一点在于要将当前的next指针，指到前驱节点上。所以需要两个指针，一个指针记录当前的节点，还要有一个指针记录前面的节点注意python用“，”实现值的交换，理解为同时进行的，而不是分为三步进行def reverseList(self,head): cur, prev = head, None while cur: ...

详情见莫烦老师：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/4-6-prioritized-replay/莫烦老师的源代码：https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow/tree/maste...

详情请见莫烦老师主页：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/5-1-A-PG/论文见：https://papers.nips.cc/paper/1713-policy-gradient-methods-for-reinforcement-learning-with-funct...

Reinforcement Learning based Recommender System using Biclustering Technique原文链接： https://arxiv.org/pdf/1801.05532.pdf“强化学习推荐，借助双聚类biclustering减少状态和动作空间优化效率和效果”Abstract：推荐系统致力于在海量的信息中为用户...

论文阅读笔记之Massively Parallel Methods for Deep Reinforcement Learning本文创新点：提出了一个对于深度强化学习的大规模分布式架构Gorila（General Reinforcement learning Architecture）架构组成：用于产生behavior的并行actor组；从经验池学习的并行learner组；...

个性化推荐第三部分：推荐过程（完结撒花）代码来自于知乎:https://zhuanlan.zhihu.com/p/32078473/代码地址https://github.com/chengstone/movie_recommender/blob/master/movie_recommender.ipynb------------------------------------------...

个性化推荐第二部分：模型训练代码来自于知乎:https://zhuanlan.zhihu.com/p/32078473/代码地址https://github.com/chengstone/movie_recommender/blob/master/movie_recommender.ipynb前面数据预处理已经将训练好的数据保存在proprecess.p文件中，这里直接引用（从本地读取...

tf.concat( values, axis, name='concat')其中：values： A list of Tensor objects or a single Tensor.单一的tensor对象或者是一个list的tensor对象axis：连接的维度。注意：这里0表示的连接维度是第一个括号所在的维度，1表示第二个括号所在维度，2表示第三个括号所在...

这篇主要是进行代码中的一些数值可视化，帮助理解代码来自于知乎:https://zhuanlan.zhihu.com/p/32078473/代码地址https://github.com/chengstone/movie_recommender/blob/master/movie_recommender.ipynb数据预处理过程中的预览：（可以跳过看图片结果）1.1、Users的初始读...

代码来自于知乎:https://zhuanlan.zhihu.com/p/32078473/代码地址https://github.com/chengstone/movie_recommender/blob/master/movie_recommender.ipynb下一篇有一些数据的可视化，帮助理解#运行下面代码把数据下载下来import pandas as pd from ...

Navicat for MySql可视化导出CSV文件版本号：Navicate 12用的movielens数据集中rating举个例子查询语句select userId,avg(rating)from ratingsgroup by userIdORDER BY userId结果进行导出start即可。导出后效果，我用notepad+...

select userId,count(movieId)from ratingsgroup by userIdorder by userId报错：[Err] 1055 - Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column 'information_sc...

参见和下载地址：https://grouplens.org/datasets/movielens/MovieLens       GroupLens Research已从MovieLens网站（http://movielens.org）收集并提供评级数据集。根据集合的大小，在不同的时间段收集数据集。在使用这些数据集之前，请查看其README文件以获取使用许可证和其他详细信息。帮助我们...

版本号：Navicate 121、创建一个数据库，右键单击表，导入向导import Wizard。2、选择导入的数据文件格式，next->3、选择要导入的.csv文件，注意编码格式与文件编码格式一样否则会出现乱码，然后进行下一步4、选择需要的分隔符，我用的Linux，所以record delimiter这个记录分隔符为LF，来表示下一行5、根据你的csv文件内...

这里涉及python2，python3，其实是一些不同的包，都可以实现python与mysql的连接，只是内部使用有所不同python2MySQLdb 是用于Python2.x链接Mysql数据库的接口（Python 连接 MySQL 最流行的一个驱动）· 安装mysql模块sudo apt-get install python-mysql· 进入python2，引入模块来检...

在学习莫烦老师的遗传算法---找曲线最高点的例子的时候，读代码的时候发现有个布尔型索引。参见：https://morvanzhou.github.io/tutorials/machine-learning/evolutionary-algorithm/2-01-genetic-algorithm/全部代码注释笔记如下："""Visualize Genetic Algorithm t...

参考论文：Reinforcement learning approach towards effective content recommendation in MOOC environments #论文笔记：Reinforcement learning approach towards effective content recommendation in MOOC environmen...