摘要：
机器学习可行性分析（1） 1、No free lunch 机器学习不是万能的，机器学习是通过学习样本D，推测样本D之外的其它的情况。如果样本D中存在任何未知的f，使用机器学习是注定失败的。我的理解是样本D中存在一些不是f的关系，机器学习的方法无法保证学到类似f的关系g，所以不能使用机器学习。参考课件中的三个例子 英文描述： learning from D (to infer somethi... 阅读全文
摘要：
A： 分类：二分类、多分类 B： 回归分析，输出为某个实数空间，例如股票价格，气温预测等问，统计学里面比较常用 C： 结构学习，输出是一个结构，如句子中每个单词的词性，在语音分析中比较常见 A： 监督学习，样本中全部含有 B： 半监督学习，部分样本有label，部分没有label，很难获取所有样本的 阅读全文
摘要：
本文为数盟原创译文，欢迎转载，注明出处“数盟社区”即可 KDnuggets编辑给你“20个问题来分辨真假数据科学家”的答案，包括什么是正则化、我们崇拜的数据科学家、模型验证等等。 作者 Gregory Piatetsky, KDnuggets. 最近KDnuggets上发的“20个问题来分辨真假数据 阅读全文
摘要：
听朋友说machine Learning 很牛，特地买了本《机器学习实战》，了解机器学习，顺便学习python。。 第一个算法是kNN，很容易理解，简单实用，但是存储和计算的复杂度有点高，而且无法给出数据的内在含义。 书中介绍的两个实例，让我感觉机器学习确实很实用，以下是从《机器学习实战》中整理摘抄 阅读全文
摘要：
题目： Given an array of strings, group anagrams together. For example, given: ["eat", "tea", "tan", "ate", "nat", "bat"], Return: [ ["ate", "eat","tea"] 阅读全文
摘要：
题目： Given two strings s and t, write a function to determine if t is an anagram of s. For example,s = "anagram", t = "nagaram", return true.s = "rat", 阅读全文
摘要：
题目： Given an integer n, generate a square matrix filled with elements from 1 to n2 in spiral order. For example,Given n = 3, You should return the fol 阅读全文
摘要：
题目： Given a matrix of m x n elements (m rows, n columns), return all elements of the matrix in spiral order. For example,Given the following matrix: [ 阅读全文
摘要：
题目： Given a binary search tree, write a function kthSmallest to find the kth smallest element in it. Note: You may assume k is always valid, 1 ≤ k ≤ B 阅读全文
摘要：
题目： Description: Count the number of prime numbers less than a non-negative number, n. cpp： class Solution { public: int countPrimes(int n) { bool isP 阅读全文