240 發(fā)簡(jiǎn)信
IP屬地:加州
  • 120
    牛頓法開根

    牛頓迭代法(Newton's method)又稱為牛頓-拉夫遜方法(Newton-Raphson method)厨喂。 求解f(x)=x^2-a=0的根株旷,對(duì)于該f(x)二階可導(dǎo)塔嬉,...

  • 120
    梯度下降

    轉(zhuǎn)載自http://blog.csdn.net/yhao2014/article/details/51554910 梯度下降法(gradient descent),又名最速下...

  • 120
    機(jī)器學(xué)習(xí)面試之有必要手推SVM嗎(1)?

    1 單刀直入,先回答有必要嗎茫蛹? 最近和許多朋友交流,發(fā)現(xiàn)當(dāng)前機(jī)器學(xué)習(xí)應(yīng)聘時(shí)伸辟,手推SVM這道題已經(jīng)越來越像快速排序一樣麻惶,成為必點(diǎn)菜了。 那么信夫,手推SVM是不是必要的呢窃蹋?正反雙方...

  • 120
    Django簡(jiǎn)易教程之一(models)

    說明1:本文翻譯自Django官方文檔Writing your first Django app, part 1。 說明2:本文中静稻,采用django 1.8以及Python ...

  • 120
    支持向量機(jī)(Support Vector Machines-SVM)算法筆記(一)-Python

    本文主要是學(xué)習(xí)支持向量機(jī)的算法原理警没,并且用Python來實(shí)現(xiàn)相關(guān)算法。內(nèi)容包括:SVM概述振湾、線性可分支持向量機(jī)杀迹、線性支持向量機(jī)、非線性不可分向量機(jī)押搪、核函數(shù)树酪、核技巧、SMO大州、K...

  • Python數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)Bitmap

    Bitmap bitmap是很常用的數(shù)據(jù)結(jié)構(gòu)续语,比如用于Bloom Filter中;用于無重復(fù)整數(shù)的排序等等厦画。bitmap通炒眩基于數(shù)組來實(shí)現(xiàn)滥朱,數(shù)組中每個(gè)元素可以看成是一系列二進(jìn)...

  • leetcode 125

    判斷是否為回文字符串 第一種方法先對(duì)字符串進(jìn)行了處理,第二種比較好(兩個(gè)指針)力试。

  • leetcode 344

    分治法 反轉(zhuǎn)字符串 常規(guī)方法

  • leetcode 28

    Implement strStr() 返回needle字符串在haystack字符串出現(xiàn)的第一個(gè)位置

  • 120
    一款A(yù)ndroid音樂播放器【仿點(diǎn)唱機(jī)】

    PYPlayer 一款簡(jiǎn)潔的Android本地音樂播放器 高仿點(diǎn)唱機(jī)音樂播放器 鏈接地址:點(diǎn)唱機(jī) 此APP僅供學(xué)習(xí)使用!!!【如構(gòu)成侵權(quán)請(qǐng)及時(shí)通知我修改或刪除】 PYPlay...

  • 120
    從最大似然到EM算法淺解

    轉(zhuǎn)載 http://blog.csdn.net/zouxy09 EM算法是一種迭代算法徙邻,用于含有隱含變量的概率模型參數(shù)的極大似然估計(jì),或極大后驗(yàn)概率估計(jì)畸裳。EM算法的每次迭代由...

  • 如何感性地理解EM算法缰犁?

    如果使用基于最大似然估計(jì)的模型,模型中存在隱變量躯畴,就要用EM算法做參數(shù)估計(jì)民鼓。個(gè)人認(rèn)為,理解EM算法背后的idea蓬抄,遠(yuǎn)比看懂它的數(shù)學(xué)推導(dǎo)重要。idea會(huì)讓你有一個(gè)直觀的感受夯到,從...

  • 120
    算法導(dǎo)論 第15章 動(dòng)態(tài)規(guī)劃

    《算法導(dǎo)論》這門課的老師是黃劉生和張曙耍贾,兩位都是老人家了阅爽,代課很慢很沒有激情,不過這一章非常有意思荐开。更多見:iii.run 前言: 書中列舉四個(gè)常見問題付翁,分析如何采用動(dòng)態(tài)規(guī)劃...

  • Naive Bayes補(bǔ)充

    特征F1出現(xiàn)時(shí),樣本被分為C類的概率晃听。先驗(yàn)概率:P(C) 從訓(xùn)練樣本計(jì)算C類所占的比例證據(jù):P(F1) 從訓(xùn)練樣本集中統(tǒng)計(jì)出現(xiàn)F1樣本的概率似然估計(jì):已知樣本集為C類百侧,求出...

  • Naive Bayes拼寫糾正器

    A為輸入的單詞 B為預(yù)測(cè)輸出的單詞。對(duì)于輸入的模糊單詞A能扒,比如有10個(gè)和A的編輯距離為1或2的單詞滿足條件佣渴,則統(tǒng)計(jì)這10個(gè)單詞在一個(gè)大型語(yǔ)料庫(kù)中出現(xiàn)的概率,出現(xiàn)概率最高的單...

亚洲A日韩AV无卡,小受高潮白浆痉挛av免费观看,成人AV无码久久久久不卡网站,国产AV日韩精品