摘要：
一、高中数学公式复习Cmn=n!m!(n−m)! Cmn=Cn−mn=Cmn−1+Cm−1n−1C0n+C1n+C2n+...+Cnn=∑ni=0Cin=2nC0n+C2n+C4n+...=C1n+C3n+C5n+...=2n−1Cmn+Cmn+1+Cmn+2+...+Cmn+m=... 阅读全文
摘要：
DescriptionAs you probably know, Anton goes to school. One of the school subjects that Anton studies is Bracketology. On the Bracketology les... 阅读全文
摘要：
欠拟合（Underfitting）与过拟合（Overfitting） 上面两张图分别是回归问题和分类问题的欠拟合和过度拟合的例子。可以看到，如果使用直线（两组图的第一张）来拟合训，并不能很好地适应我们的训练集，这就叫欠拟合（Underfitting），但是如果x的次数太高（两组图... 阅读全文
摘要：
逻辑回归算法是分类算法，虽然这个算法的名字中出现了“回归”，但逻辑回归算法实际上是一种分类算法，我们将它作为分类算法使用。。 分类问题：对于每个样本，判断它属于N个类中的那个类或哪几个类。通常我们判定一个样本，若我们预测它的确属于这个类的可能性大于50%，则认为它属于这个类。当然具... 阅读全文
摘要：
线性回归属于回归问题。对于回归问题，解决流程为： 给定数据集中每个样本及其正确答案，选择一个模型函数h（hypothesis，假设），并为h找到适应数据的（未必是全局）最优解，即找出最优解下的h的参数。这里给定的数据集取名叫训练集（Training Set）。不能所有数据都拿来训练... 阅读全文
摘要：
目录会根据我的学习进度而更新，给自己列一个大纲以系统地看待整个学习过程。学习资料来源学习的是Coursera上吴恩达（Andrew Ng）老师的机器学习视频（课程传送门，最近在“最强大脑”上看到他了好激动啊，原来他去做百度大脑了呀），笔记根据此系列视频整理。笔记顺序不一定与原教程一... 阅读全文
摘要：
NumPy、SciPy、Matplotlib，Python下机器学习三大利器。上一篇讲了NumPy基础操作，这节讲讲SciPy和Matplotlib。目前接触到的东西不多，以后再遇到些比较常用的再更新。scipy是基于numpy的扩充，所以安装时要先安装numpy再安装scipy。... 阅读全文
摘要：
学机器学习做点小笔记，都是Python的NumPy库的基本小操作，图书馆借的书看到的，怕自己还了书后忘了，就记下来。一般习惯导入numpy时使用 import numpy as np ，不要直接import，会有命名空间冲突。比如numpy的array和python自带的array... 阅读全文
摘要：
题意：52张牌排一行，一旦出现任何一张牌与它左边的第一张或第三张“匹配”，即花色或点数相同，则须立即将其移动到那张牌上面，将其覆盖。能执行以上移动的只有压在最上面的牌。直到最后没有牌能向左移动。 注意细则：如果同时有多张牌都可以移动，你应该采取的策略是移动最左边可移动的牌。当一张牌... 阅读全文
摘要：
题意：黑白图像的路径表示法代码：（Accepted，0.120s）//UVa806 - Spatial Structures//Accepted 0.120s//#define _XIENAOBAN_#include#include#include#include#includeu... 阅读全文