算法设计和数据结构学习_5(BST&AVL&红黑树简单介绍)
摘要：前言： 节主要是给出BST，AVL和红黑树的C++代码，方便自己以后的查阅，其代码依旧是data structures and algorithm analysis in c++ (second edition)一书的作者所给，关于这3中二叉树在前面的博文算法设计和数据结构学习_4(《数据结构和问题求解》part4笔记)中已经有所介绍。这里不会去详细介绍它们的实现和规则，一是因为这方面的介绍性资料超非常多，另外这3种树的难点都在插入和删除部分，其规则本身并不多，但是要用文字和图形解释其实还蛮耗时的。所以，我们在看教程时，主要是要抓住这几种树的思想，然后对照对应的代码来看就ok了，能把代码...
阅读全文
posted @
2013-06-18 09:46
tornadomeet
阅读(2975)
推荐(0) 编辑
机器学习&数据挖掘笔记_11（高斯过程回归）
摘要：前言： 高斯过程回归(GPR)和贝叶斯线性回归类似，区别在于高斯过程回归中用核函数代替了贝叶斯线性回归中的基函数（其实也是核函数，线性核）。采用核函数可以定义高斯过程回归是一个比贝叶斯线性回归更通用的模型，应用非常广泛。本文参考的资料为视频http://www.youtube.com/playlist?list=PLD0Z06AA0D2E8ZZBA中相关的部分以及论文Gaussian Processes for Regression A Quick Introduction. 基础知识： 首先来看看Bayesian linear regression（贝叶斯线性回归）模型： 其...
阅读全文
posted @
2013-06-15 10:31
tornadomeet
阅读(40336)
推荐(4) 编辑
机器学习&数据挖掘笔记_10（高斯过程简单理解）
摘要：前言： GP（高斯过程）是一种自然界中普遍存在且重要的随机过程，也叫正态随机过程，在ML等领域应用比较广泛。本次实验目的是简单理解下GP，特别是要体验到GP的一个sample不再是一个普通的点，而是一个函数。实验部分完成了常见的GP的一维和二维sample的显示，常见的GP有线性GP，布朗运动...
阅读全文
posted @
2013-06-14 12:15
tornadomeet
阅读(35040)
推荐(5) 编辑
算法设计和数据结构学习_4(《数据结构和问题求解》part4笔记)
摘要：前言： 数据结构这种东西，快速看了也只能概念上多理解了点，关键还是后续实践中的使用。好吧，本节依旧是data structures and algorithm analysis in c++ (second edition)中的笔记蜓点水般的笔记，书中第4部分的笔记，第3部分内容暂时先跳过（那是一些具体的应用例子）。本次的内容有栈和队列，链表，树，搜索二叉树，hash表,二叉堆。其中的队列，链表比较简单，树，二叉堆和hash表比较难。 Chap16: 如果类的数据成员是first-class(比如vector)的，则针对它的Big-Three会自动实现，不需要再去完成它。如果要实现c...
阅读全文
posted @
2013-06-11 22:37
tornadomeet
阅读(2184)
推荐(1) 编辑
算法设计和数据结构学习_3(《数据结构和问题求解》part2笔记)
摘要：前言： 本节是data structures and algorithm analysis in c++ (second edition)中第2大部分的随手笔记，主要内容有算法复杂度分析，标准模板库介绍，递归思想和算法，常见的排序算法及其分析，随机数产生器和随机算法等。 Chap6: 一个算法的复杂度与输入数据量的大小，算法本身，编译器优化性能，所运行机器硬件的性能，算法本身等因素相关。从这些方面来看，即使是已经确定的2个算法F和G，我们也不能说2个算法的运行时间永远满足F(N)=G(N). 一是当N比较小时，两者的相差太小以至于感觉不出来，二是当N大到一定程度时，F(N)和G(N)...
阅读全文
posted @
2013-06-04 20:40
tornadomeet
阅读(2258)
推荐(0) 编辑
