原创 LeetCode Week 1:第 1 ~ 10 題

文章目錄1. 兩數之和2. 兩數相加3. 無重複字符的最長子串4. 尋找兩個正序數組的中位數5. 最長迴文子串6. Z 字形變換7. 整數反轉8. 字符串轉換整數 (atoi)9. 迴文數10. 正則表達式匹配 1. 兩數之和

原创 深度學習入門筆記(一):機器學習基礎

專欄——深度學習入門筆記 文章目錄專欄——深度學習入門筆記本章內容一.人工智能的機遇與挑戰二.機器學習2.1 什麼是機器學習2.2 用機器學習解決問題的一般流程2.3 數據預處理2.4 特徵工程2.5 模型性能的評估與選擇三.深度

原创 《隱祕的角落》結局你真的看懂了嗎?(細思極恐)

昨天我用了一天的時間看完了《隱祕的角落》這部懸疑推理劇,心裏五味雜陳,身邊的朋友還沒有人看呢,所以決定寫到這上面和大家一起分享。 這樣一部“全員惡人”的懸疑劇中,對人性的把握非常精準,雙向故事線各自發展又緊密聯合,讓觀衆們看了就欲

原创 機器學習入門筆記總目錄

機器學習入門筆記是我參考周志華老師的《機器學習》西瓜書、李杭老師的《統計學習方法》第二版以及課程教材等資料寫的。 該目錄主要記錄關於機器學習和算法基本概念的博客鏈接。 ———————————————————————————————

原创 機器學習入門筆記(六):集成學習

集成學習(ensemble learning) 通過構建並結合多個學習器來完成學習任務,有時也被稱爲 多分類器系統(multi-classifier system)、基於委員會的學習(committee-based learnin

原创 機器學習入門筆記(五):決策樹

文章目錄一.決策樹模型與學習1.1 決策樹模型1.2 決策樹與 if-then 規則1.3 決策樹與條件概率分佈1.4 決策樹的學習二.特徵選擇2.1 信息增益2.2 例題:利用信息增益求解問題2.3 信息增益比三.決策樹的生成3

原创 機器學習入門筆記(七):聚類

文章目錄一.聚類的基本概念1.1 相似度或距離1.2 類或簇1.3 類與類之間的距離二.層次聚類2.1 基本概念2.1 算法描述2.3 例題三.K均值聚類3.1 模型3.2 策略3.3 算法3.3.1 K-Means ++ 中的聚

原创 Python代碼實現飛機大戰

文章目錄經典飛機大戰一.遊戲設定二.我方飛機三.敵方飛機四.發射子彈五.發放補給包六.主模塊 經典飛機大戰 源代碼以及素材資料(圖片,音頻)可從下面的github中下載: 飛機大戰源代碼以及素材資料github項目地址鏈接 —

原创 AcWing 1084. 數字遊戲 II

題目傳送門 題目描述 由於科協裏最近真的很流行數字遊戲。 某人又命名了一種取模數,這種數字必須滿足各位數字之和 mod N 爲 0。 現在大家又要玩遊戲了,指定一個整數閉區間 [a.b],問這個區間內有多少個取模數。 輸入格式

原创 AcWing1074. 二叉蘋果樹(樹形DP)題解

題目傳送門 題目描述 有一棵二叉蘋果樹,如果樹枝有分叉,一定是分兩叉,即沒有隻有一個兒子的節點。 這棵樹共 N 個節點,編號爲 1 至 N,樹根編號一定爲 1。 我們用一根樹枝兩端連接的節點編號描述一根樹枝的位置。 一棵蘋果樹的樹

原创 機器學習的基本概念和相關術語

文章目錄一.什麼是機器學習二.機器學習的相關術語三.機器學習的典型任務四.假設與假設空間五.假設的選擇原則六.機器學習的三要素 一.什麼是機器學習 人工智能標準化白皮書(2018版) 機器學習(Machine Learning)

原创 最小二乘法求迴歸直線方程的詳細推導過程

轉載自:http://blog.csdn.net/marsjohn/article/details/54911788 —————————————————————————————————————————————————— 在數據的統

原创 機器學習入門筆記(四):樸素貝葉斯分類

文章目錄一.樸素貝葉斯法1.1 實現原理1.2 後驗概率最大化二.樸素貝葉斯法的參數估計2.1 極大似然估計2.2 學習與分類算法2.3 樸素貝葉斯分類器例題2.4 貝葉斯估計 一.樸素貝葉斯法 樸素貝葉斯(naive Bayes

原创 AcWing1075. 數字轉換(樹形DP)題解

題目傳送門 如果一個數 x 的約數之和 y(不包括他本身)比他本身小,那麼 x 可以變成 y,y 也可以變成 x。 例如,4 可以變爲 3,1 可以變爲 7。 限定所有數字變換在不超過 n 的正整數範圍內進行,求不斷進行數字變換且

原创 機器學習入門筆記(三):K近鄰算法

文章目錄一.K近鄰算法的基本概念1.1 K近鄰算法實現二.K近鄰分類三要素2.1 距離度量2.2 K值的選擇2.2.1 基於m-fold cross validation的 K值選擇2.3 決策規則2.3.1 多數表決規則( m