摘要:
1. 注意方法涉及的领域 原文:“机器学习从本质上讲是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生物学、神经生物学等学科的成果。”思考: 在研究理解具体机器学习方法的时候,要注意到该方法涉及的学科领域是什么,在比较不同的机器学习方法时,要注意到它们在学科领域上是否存在区别,这样能够更好的理解和应用机器学习方法。比如,在分析比较C4.5和SVM的时候,它们涉及的领域就有很大差别。2. 学习的定义 原文:“对于某类任务T和性能度量P,如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善,那么我们称这个计算机程序从经验E中学习。” 思考:学习三个要素: 阅读全文
摘要:
1. 概述 最近打算学习一下Boost库,这里记录一下Boost库的安装的方法,IDE涉及DEV C++和VS 2008。2. 下载 直接下载链接:参见网页 http://www.boost.org/users/history/version_1_46_1.html,这里的链接网速很慢,78MB的东西,下载了10%左右,就定住了,试了三次都是这样,基本放弃了这个下载链接。 SVN下载链接,文件保存在“D:\Boost”下:参见网页 http://www.boost.org/users/download/,有一定速度,下载使用了49分钟,传了115.99MB,版本为1.47,我看了下下载的文件夹 阅读全文
摘要:
1. 概述 题目出的很有意思,在有限的时间内,合理分配时间,得到最大的分数。标注答案是动态规划。感觉和编程之美上,一个求最大连续子数组之和的题目很像,因为两道题都涉及到了两个动态规划,而且其中的一个动态规划使用另一个动态规划。2.方法首先,判断所有课程上限是否到60分, 然后,对于没有到60分的课程分别先学习到60分,并且更新S,V和H。 接着,计算使用剩下的H,即时间,能够得到的最高分数。 这里主要说一下最后一步动态规划的过程。 SingleCourse[i][j] 表示在i号课程上,学习j小时后,能够取得的分数。 MultiCourse[i][j] 表示在从0号课程到i号课程上,一共学习j 阅读全文
摘要:
1. 概述 这道题,仔细讨论增减性还是比较复杂,我分情况在不同的范围上,使用三分法,实际上,直接使用三分法就可以AC。2. 分析 假设水平速度为V1,垂直速度为V2。 由于V2的取值范围是[0, V],因此等式右边第一个部分是单调递减,由于是凸的二次函数,递减速度越来越快,等式右边第二个部分是单调递增,由于是凹的二次函数,递增的速度越来越慢。两个函数相乘的话有可能会产生一个先上升后下降的趋势。这样分析,还没有足够说服力,实际上,右边第二个部分分开乘出来,然后转变为两个曲线的加法,再根据中心线的位置判断S的增减性更加清楚。不过这道题,三分法就过了,还是主要给出三分法的伪代码。3. 三分法 以前不 阅读全文
摘要:
1. 概述 这是NKPC7中的第一道题目,虽然AC了,但是后来发现方法是有问题的,主要是数据还不够严谨。另外,同学给出的一个贪心方法,经过一番思考也发现了问题。标准答案是枚举+判断,因此,这里主要总结走过的一些弯路。2. 错误的AC方法 顶点就是队伍,边是队伍的共存关系,如果两个队伍能够共存,则存在边,否则不存在边。最多能够共存的队伍就是最多的相互之间有边直接到达的顶点集合。 首先,从每个顶点分别开始计算最大共存队伍数。在每次计算的时候,依次遍历其他的队伍,如果能够与已有队伍共存就加入进来。 其次,选取前面得到的N个最大共存队伍数量的最大值,即为所得。反例: 最大共存队伍是3,4,5。 起始节 阅读全文