原创 吳恩達機器學習______學習筆記記錄#十二、支持向量機

12.1 優化目標  在監督學習中,許多學習算法的性能都非常類似,因此,重要的不是你該選擇使用學習算法A還是學習算法B,而更重要的是,應用這些算法時,所創建的大量數據在應用這些算法時,表現情況通常依賴於你的水平。比如:你爲學習算法所設計的

原创 吳恩達機器學習______學習筆記記錄#八、神經網絡---表述

8.1 非線性假設        無論是線性迴歸還是邏輯迴歸都有這樣一個缺點,即:當特徵太多時,計算的負荷會非常大。        下面是一個例子:        當我們使用​, 的多次項式進行預測時,我們可以應用的很好。      

原创 LeetCode#3 無重複字符的最長子串 (Java兩種方法解題)

題目描述: 給定一個字符串,請你找出其中不含有重複字符的 最長子串 的長度。 示例 1: 輸入: "abcabcbb" 輸出: 3  解釋: 因爲無重複字符的最長子串是 "abc",所以其長度爲 3。 示例 2: 輸入: "bbbbb"

原创 LeetCode#109. 有序鏈表轉換二叉搜索樹 (python+Java 解法 +快慢指針)

問題描述: 給定一個單鏈表,其中的元素按升序排序,將其轉換爲高度平衡的二叉搜索樹。 本題中,一個高度平衡二叉樹是指一個二叉樹每個節點 的左右兩個子樹的高度差的絕對值不超過 1。 示例: 給定的有序鏈表: [-10, -3, 0, 5,

原创 LeetCode#面試題 04.08. 首個共同祖先 (Python解法)

問題描述: 設計並實現一個算法,找出二叉樹中某兩個節點的第一個共同祖先。不得將其他的節點存儲在另外的數據結構中。注意:這不一定是二叉搜索樹。 例如,給定如下二叉樹: root = [3,5,1,6,2,0,8,null,null,7,4

原创 LeetCode#546. 移除盒子 (Python解法+詳細分析)

問題描述: 給出一些不同顏色的盒子,盒子的顏色由數字表示,即不同的數字表示不同的顏色。 你將經過若干輪操作去去掉盒子,直到所有的盒子都去掉爲止。每一輪你可以移除具有相同顏色的連續 k 個盒子(k >= 1),這樣一輪之後你將得到 k*k

原创 吳恩達機器學習______學習筆記記錄#十四、降維

14.1 動機一:數據壓縮        這一部分的內容介紹第二種類型的無監督學習問題,稱爲降維。有幾個不同的的原因使你可能想要做降維。一是數據壓縮,後面我們會看了一些視頻後,數據壓縮不僅允許我們壓縮數據,因而使用較少的計算機內存或磁盤空

原创 LeetCode#451.根據字符出現的頻率排序 (python解題+counter方法介紹)

問題描述: 給定一個字符串,請將字符串裏的字符按照出現的頻率降序排列。 示例 1: 輸入: "tree" 輸出: "eert" 解釋: 'e'出現兩次,'r'和't'都只出現一次。 因此'e'必須出現在'r'和't'之前。此外,"eet

原创 LeetCode#739. 每日溫度 (python解法 單調棧)

問題描述: 根據每日 氣溫 列表,請重新生成一個列表,對應位置的輸入是你需要再等待多久溫度纔會升高超過該日的天數。如果之後都不會升高,請在該位置用 0 來代替。 例如,給定一個列表 temperatures = [73, 74, 75,

原创 吳恩達機器學習______學習筆記記錄#十三、聚類

13.1 無監督學習:簡介        首先介紹聚類算法。        那麼,什麼是非監督學習呢?在課程的一開始,我曾簡單的介紹過非監督學習,然而,我們還是有必要將其與監督學習做一下比較。        在一個典型的監督學習中,我們有

原创 LeetCode#102.二叉樹的層次遍歷 (python解題----BFS)

問題描述: 給定一個二叉樹,返回其按層次遍歷的節點值。 (即逐層地,從左到右訪問所有節點)。 例如: 給定二叉樹: [3,9,20,null,null,15,7],     3    / \   9  20     /  \    15

原创 Python:解決pycharm中每次新建項目都要重新導入第三方庫的方法

      添加項目所用的python的site-package的路徑,這個同時也解決了,爲什麼在有的時候cmd可以導入一些庫,而pycharm不導入會報no moudule的問題,實際上還是環境變量的問題 點擊設置參數:   在環境

原创 LeetCode#31 下一個排列 (java+python解題)

問題描述: 實現獲取下一個排列的函數,算法需要將給定數字序列重新排列成字典序中下一個更大的排列。 如果不存在下一個更大的排列,則將數字重新排列成最小的排列(即升序排列)。 必須原地修改,只允許使用額外常數空間。 以下是一些例子,輸入位於

原创 吳恩達機器學習________學習筆記記錄#一、引言

一、機器學習-------Machine learning 1、主要應用: (1)database mining 數據挖掘 比如 硅谷公司 收集點擊量,來對用戶的信息和喜好進行採集 比如電子醫療記錄 -----轉換爲醫療知識 生物學家採集

原创 吳恩達機器學習______學習筆記記錄#十一、機器學習系統的設計

11.1 首先要做什麼          在設計複雜的機器學習系統時,將遇到的主要問題是什麼?我們試着給出一些關於如何巧妙構建一個複雜的機器學習系統的建議。        以一個垃圾郵件分類器算法爲例進行討論。        爲了解決這樣