摘要： g=[[3, 0, 8, 4], [2, 4, 5, 7], [9, 2, 6, 3], [0, 3, 1, 0]] 1.访问行 for i in range(len(g)): print(g[i]) # 输出每一行 2.访问列 for i in range(len(g)): print(x[i] 阅读全文

摘要： 阅读全文

摘要： 1. 与 如4&5，即(100) & (101) = 100 即4 2. 或 如4|5，即(100) | (101) = 101 即5 3. 异或 如4^5，即(100) ^ (101) = 001 即1 都是先转换为二进制然后按位操作的二进制结果转化为十进制再输出 4. 应用 判断n是不是2的幂： 阅读全文

摘要： 1. 马尔科夫性 无后效性，下一个状态只和当前状态有关而与之前的状态无关，公式描述：P[St+1|St]=P[St+1|S1,...,St]。强化学习中的状态也服从马尔科夫性，因此才能在当前状态下执行动作并转移到下一个状态，而不需要考虑之前的状态。 2. 马尔科夫过程 马尔科夫过程是随机过程的一种， 阅读全文

摘要： 1. 基础语法 赋值 = 或者<- 输出 print() 变量定义可以以.开头 查看已定义的变量print(ls()) cat()函数 把结果拼接 cat() 函数支持直接输出(覆盖)结果到文件：cat("R语言学习", file="C:/Users/home/desktop/r_test.txt" 阅读全文

摘要： 1. 背景 Windows相对于Mac市场占有率更高，对很多人来说Windows使用起来更方便，以至于很多人买了新Mac首先会安装一个Windows双系统作为主用系统。本教程为本人实际成功在一台Macbook Pro上安装Windows7的过程记录，涉及到安装系统会遇到的一些坑。 2. 安装前的准备 阅读全文

摘要： 1.返回值 vector为向量，返回行或列的最大值的索引号； vector为矩阵，返回值是向量，返回每行或每列的最大值的索引号。 2.参数 vector为向量或者矩阵 axis = 0 或1 0：返回vector中每列的最大值的索引号 1：返回vector中每行的最大索引号 3.例子 import 阅读全文

摘要： 1.一维数组 一维数组既不是行向量，也不是列向量。 import numpy as npa=np.array([1,2,3])print(np.shape(a))>>>(3,) 2.行向量 import numpy as npa=np.array([[1,2,3]])print(np.shape(a 阅读全文

摘要： AUSUM: approach for unsupervised bug report summarization 1. Abstract 解决的bug被归类以便未来参考 缺点是还是需要手动的去细读很多的推荐的关于bug的内容 Automatic summarization of bug repor 阅读全文

摘要： 1. 发展历程 萌芽阶段：人工神经网络概念、图灵测试、跳棋程序 形成阶段：1969年第一届国际人工智能联合会议的召开 发展阶段：机器学习研究理论获得丰硕成果 成熟阶段：AlphoGo程序 2. 研究学派 符号主义 着眼于程序的逻辑结构、符号操作系统和编程语言 研究领域：专家系统和知识工程 联结主义 阅读全文