当前标签：算法

上一页 1 2 3 4 5 6 ··· 11 下一页
单调栈算法模板
bonelee 2022-06-09 00:23 阅读:210 评论:0 推荐:0 编辑
二分法应用——搜索旋转数组，以前一直在纠结a[0],a[-1],a[mid], target三者关系，其实最简单的还是使用2次二分，先找到旋转数组peak，然后用正常的二分搜索即可！
bonelee 2022-06-03 17:21 阅读:31 评论:0 推荐:0 编辑
辗转相除法的证明
bonelee 2022-06-03 11:20 阅读:183 评论:0 推荐:0 编辑
Merkle 树——看来要求数据不重复
bonelee 2021-11-25 10:14 阅读:224 评论:0 推荐:0 编辑
SQLFlow深度解析——含源码分析，商用存疑点：(1)RPC获取sql db数据，然后在引擎中计算AI部分（2）无监督算法（聚类、IForest）不支持，当前仅autoencoder
bonelee 2021-09-28 17:07 阅读:1654 评论:0 推荐:1 编辑
判别式模型和生成式模型区别——生成式是直接对数据本身的概率分布建模，判别式就是学习一个分类边界将不同类别区分开，前者是单刀直入、后者是曲线救国
bonelee 2021-08-08 22:39 阅读:1545 评论:0 推荐:0 编辑
最大熵模型原理——选择符合所有事实，在其他方面尽可能均匀分布（熵最大）的模型，其实思想很简单，只是数学推导蛋疼
bonelee 2021-08-08 21:56 阅读:834 评论:0 推荐:0 编辑
均匀分布的熵最大——熵增定理，意味着大家都会趋同，成为乌合之众，最终无差异化。。。在企业管理中这是一件恐怖的事情
bonelee 2021-08-08 21:25 阅读:2421 评论:0 推荐:0 编辑
凸图形——就是六边形这种，向五角星就是非凸的
bonelee 2021-08-06 12:08 阅读:3101 评论:0 推荐:0 编辑
人工智能 kmeans和som的简单比较——线性可分的数据还可以，但都不擅长处理圆分割数据，因为用的欧几里得距离？
bonelee 2021-08-06 11:49 阅读:1515 评论:1 推荐:0 编辑
聚类算法：ISODATA算法 ——kmeans算法升级版，不知道k也可以，但是需要你自己指定其他参数也很蛋疼
bonelee 2021-08-06 11:03 阅读:689 评论:0 推荐:0 编辑
k-means++算法选择初始seeds的基本思想就是：初始的聚类中心之间的相互距离要尽可能的远——sklearn内置该算法
bonelee 2021-08-06 10:59 阅读:700 评论:0 推荐:0 编辑
用scikit-learn进行LDA降维——以前没有注意，原来LDA降维竟然这么好用！对无监督的任务使用PCA进行降维，对有监督的则应用LDA。
bonelee 2021-08-05 22:05 阅读:1218 评论:0 推荐:0 编辑
ID3/Cart/C4.5区别
bonelee 2021-08-05 21:14 阅读:1385 评论:0 推荐:0 编辑
超参数调优——google Vizier采用迁移学习的思想，主要是从之前调参的经验中学习，为新算法提出最佳超参数
bonelee 2021-08-05 16:26 阅读:450 评论:0 推荐:0 编辑
sklearn 绘制roc曲线
bonelee 2021-08-05 11:09 阅读:5424 评论:1 推荐:0 编辑
原来ROC曲线更加健壮地反映模型的效果，看来还是比较关键的（就像逻辑回归，你总是希望模型让0/1分类的数据尽可能都向两端靠对不对，ROC就是反映这个好坏的指标）
bonelee 2021-08-04 22:22 阅读:64 评论:0 推荐:0 编辑
word2vec的原理——根据单词的上下文去预测单词出现，然后让整体的概率最大化。学习这样一个神经网络，然后选择隐藏作为vector表示。最初单词是onehot编码！
bonelee 2021-08-04 21:10 阅读:116 评论:0 推荐:0 编辑
元学习综述文章，写得不错
bonelee 2021-07-30 10:37 阅读:70 评论:0 推荐:0 编辑
元学习MAML——要解决的问题是给你一堆猫狗图片（训练样本较多），然后给你一类黑天鹅图谱（样本少），让你训练一个模型，能够泛化能力好，识别猫狗和黑天鹅
bonelee 2021-07-30 10:22 阅读:989 评论:5 推荐:0 编辑
上一页 1 2 3 4 5 6 ··· 11 下一页
点击右上角即可分享
微信分享提示