原创 leetcode - 二叉樹筆記
1.前序/中序/後序/層序遍歷(非遞歸版本) 遞歸版本見註釋部分代碼 迭代方法使用棧。當前訪問的節點一定是棧頂的節點(都是先將根節點入棧)，先取出，再按照遍歷順序將其他節點入棧。 根據下面這個模板來思考： while 棧非空
2019-06-11 00:00:45
原创 Primer c++ 第5版【筆記】- const限定符
限定變量爲常量，一經定義無法修改，必須初始化； 默認只在文件內有效，若想在多個文件中共享，需引入 extern關鍵字； 指向常量的引用/指針不能修改其綁定的對象； ① 引用/指針是常量，可以綁定任何對象（常量引用不能修改其綁定的
2019-06-11 00:00:45
原创 Primer c++ 第5版【筆記】- 複合類型（引用、指針）
什麼是對象 ？ 區分是不是對象，看有沒有實際地址。 eg：引用綁定對象，無實際地址，不是對象；指針存放對象的地址，有實際地址，是對象。 一般說法 引用/指針的值說的是指向了什麼對象， 引用/指針所指向對象的值說的是對象的值。 引用
2019-06-11 00:00:45
原创 CTR預估 學習大綱
charge = pv * cpm，cpm = sum(ctr*bid) pv指固定流量，cpm指收入/天，bid指每條廣告的競價。 一、CTR常見應用產品與場景 1、搜索（百度/Google搜索廣告） 2、廣告（阿里媽媽廣告） 3、
2019-04-17 09:18:28
原创 mac下的mathpix工具使用方法+如何在pages中插入Latex公式
mac下的mathpix工具使用方法 下載鏈接 可以將圖像轉化爲LaTeX公式並進行編輯 1）ctrl + command + m ： 公式識別 2） ctrl + command + o： 截屏、錄屏、文字識別功能 如何在pag
2019-04-06 22:20:08
4
原创 集成學習（筆記）
原文：機器學習面試題彙總(集成學習相關)，做了一些筆記。 1.什麼是集成學習算法？ 2.集成學習主要有哪幾種框架？ 3.簡單介紹一下bagging，常用bagging算法有哪些？ 4.簡單介紹一下boosting，常用boosti
2019-03-09 13:28:57
原创 支持向量機面試（筆記）
原文：機器學習面試題彙總(支持向量機相關)，做了一些筆記。 1.SVM的原理是什麼？ 2.SVM推導 3.簡述SVM軟間隔 4.如何使用SMO最優化方法求解SVM模型？ 5.SMO算法中對於每次選中的α如何進行優化？ 6.SMO算
2019-03-07 23:42:56
2
原创 決策樹面試（筆記）
原文：機器學習面試題彙總(決策樹相關)，做了一些筆記。 1.簡述決策樹的原理 2.簡述決策樹的構建過程 3.信息增益率有什麼優缺點？ 4.如何對決策樹進行剪枝？ 5.爲什麼決策樹需要進行剪枝? 6.C4.5對ID3做了哪些改進？
2019-03-07 23:42:56
原创 貝葉斯面試題筆記
原文：機器學習面試題彙總(貝葉斯相關)，做了一些筆記。 1.簡述樸素貝葉斯算法原理和工作流程 2.什麼是先驗概率和後驗概率？ 3.什麼是條件概率？ 4.爲什麼樸素貝葉斯如此“樸素”？ 5.什麼是貝葉斯決策理論？ 6.樸素貝葉斯算法
2019-03-06 13:30:43
原创 np.max 與 np.maximum
1. 參數 首先比較二者的參數部分： np.max：(a, axis=None, out=None, keepdims=False) 求序列的最值 最少接收一個參數 axis：默認爲列向（也即 axis=0），axis = 1 時爲行
2019-03-06 13:30:43
2
原创 近年熱門目標檢測（Object Detection）算法的總結
總結的算法包括：OverFeat、yolo 系列、SSD、Deformable-ConvNets、R-CNN系列、R-FCN、FPN。 算法綜述： 解釋one stage和 two stage： 前者是先由算法生成一系列作爲樣本的候
2019-03-06 13:30:41
原创 近年熱門分類CNN網絡結構的總結
總結的網絡結構有：LeNet、AlexNet、ZF-Net、VGG、谷歌系列 :Inception v1到v4、Resnet、ResnetXt、SeNet、DenseNet、DPN。 LeNet 創新點：定義了CNN的基本組件，是CN
2019-02-19 06:42:12
31
原创 集成學習總結
集成學習(Ensemble Learning)主要分爲三類： 用於減少方差的Bagging (可並行生成) 用於減少偏差的Boosting(存在強依賴關係必須串行生成) 用於提升預測結果的Stacking 1）Bagging +
2019-02-11 03:52:07
1
原创 聚類算法總結
訓練深度學習網絡分爲監督學習、無監督學習、半監督學習、強化學習。 聚類算法屬於無監督學習的範疇，主要的六大算法有K-Means、Mean Shift、DBSCAN、GMM、凝聚層次聚類、圖團體檢測。 K-Means（K 均值聚類）
2019-02-08 23:30:20