- 博客(58)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 C++语法基础备份
C++语法基础备份目录C++语法基础备份1. 变量（1）变量定义（2）变量初始化（3）变量的实现2. 常量（1）整数字面量a. 十进制b. 八进制c. 十六进制（2）浮点字面量a. 小数形式：由数字和小数点组成b. 指数形式（3）字符字面量（4）符号常量A. 初始化B. 修饰谁的问题a. 重要！！！ const对指针的修饰4. 数据类型（1）基本类型A. 整数类型a. 数值整数b. 字符类型B. 浮点类型a. cout的输出问题（2）复合类型A. 数组的初始化B. 常用的字符串函数1. 变量（1
2022-04-15 22:35:43
883
原创 深度学习5 RNN
深度学习4 RNN目录深度学习4 RNN1. RNN（1）用途（2）结构2. 长短时记忆网络3. GRU1. RNN（1）用途 现实生活中的数据存在序列化结构，我们需要建立一种更优秀的序列数据模型。例如：文本：字母和词汇的序列，语音：音节的序列，视频：图像帧的序列，时态数据：气象观测数据，股票交易数据、房价数据等。（2）结构 循环神经网络是一种人工神经网络，它的节点间的连接形成一个遵循时间序列的有向图，它的核心思想是，样本间存在顺序关系，每个样本和它之前的样本存在关联。通过神经网络在时序
2021-12-01 22:17:43
741
原创 深度学习4 CNN
深度学习4 CNN目录深度学习4 CNN1. 卷积2. CNN1. 卷积卷积：(f*g)(n)成为 fff 和 ggg 的卷积，连续卷积和离散卷积可以表达为如下形式： (f∗g)(n)=∫−∞∞f(τ)g(n−τ)dτ n=τ+(n−τ) (f∗g)(n)=∑τ=−∞∞f(τ)g(n−τ) (f * g)(n)=\int_{-\infty}^{\infty} f(\tau) g(n-\tau) d \tau \ n = \tau + (n - \tau) \ (f * g)(
2021-11-28 00:08:01
591
原创 深度学习3 前馈神经网络
深度学习3 前馈神经网络目录深度学习3 前馈神经网络1. 神经元模型（M-P）（1）公式（2）运算（3）结构2. 感知机模型（1）单层感知机（2）多层感知器（3）BP算法1. 神经元模型（M-P）（1）公式 在M-P模型中，神经元接受其他n个神经元的输入信号(0或1)，这些输入信号经过权重加权并求和，将求和结果与阈值(threshold) θ 比较，然后经过激活函数处理，得到神经元的输出。 y=f(∑i=1nωijxi−θ) y=f\left(\sum_{i=1}^{n} \omega_{i
2021-11-23 23:31:13
2266
原创 机器学习2 机器学习误差分析与代表性算法
机器学习2 机器学习误差分析与代表性算法目录机器学习2 机器学习误差分析与代表性算法1. 误差分析（1）误差公式（2）欠拟合与过拟合2. 代表性的算法（1）有监督a. 逻辑回归b. 随机森林c. SVM2. 无监督聚类1. 误差分析（1）误差公式 数据集上需要预测的样本为Y，特征为X，潜在模型为 Y=f(X)+εY=f(X)+εY=f(X)+ε，其中ε∼N(0,σε)ε \sim N(0,σ_ε)ε∼N(0,σε)是噪声, 估计的模型为f^(X)\hat{f}(X)f^(X). Err(
2021-11-20 22:20:24
1254
原创 机器学习数学基础
机器学习1 机器学习数学基础目录机器学习1 机器学习数学基础1. 概率统计（1）常见的概率分布a. 伯努利分布：0-1分布b. 二项分布：n次伯努利分布，各次实验之间独立c. 均匀分布d. 高斯分布（正态）e. 指数分布（2）多变量概率分布（3）全概率公式与贝叶斯公式（4）方差与协方差2. 矩阵（1）矩阵基础a. 矩阵b. 张量c. 矩阵的秩(Rank)d. 矩阵的逆e. 矩阵的广义逆矩阵f. 矩阵的特征值、特征向量、迹、行列式（2）矩阵分解a. 矩阵特征值分解b. 矩阵奇异值分解3. 信息论（1）基础
2021-11-17 22:48:42
999
原创 集成学习Day11 Boosting (3) XGBoost算法及实现
集成学习Day11 Boosting (3) XGBoost算法目录集成学习Day11 Boosting (3) XGBoost算法1. XGBoost算法（3）sklearn代码1. XGBoost算法XGBoost是陈天奇等人开发的一个开源机器学习项目，高效地实现了GBDT算法并进行了算法和工程上的许多改进，被广泛应用在Kaggle竞赛及其他许多机器学习竞赛中并取得了不错的成绩。XGBoost本质上还是一个GBDT，但是力争把速度和效率发挥到极致，所以叫X (Extreme) GBoosted
2021-04-27 00:07:00
224
原创 集成学习Day10 Boosting (2) 前向分步算法与梯度提升决策树（GBDT）
集成学习Day9 Boosting (1)目录集成学习Day9 Boosting (1)1. Boosting（1）强可学习与弱可学习（2）Boosting原理2 Adaboost（1）Adaboost原理（2）sklearn代码1. Boosting（1）强可学习与弱可学习 Valiant和Kearns提出了“强可学习”与“弱可学习”概念。在概率近似正确PAC框架下，强可学习：识别准确率很高并且能在多项式时间内完成的学习算法；弱可学习：识别错误率小于1/2（即准确率仅比随机猜测高的学习
2021-04-23 23:04:01
173
2
原创 集成学习Day9 Boosting (1)
集成学习Day9 Boosting (1)目录集成学习Day9 Boosting (1)1. Boosting（1）Bagging原理（2）sklearn代码1. Boosting（1）Bagging原理 与投票法不同的是，Bagging不仅仅集成模型最后的预测结果，同时采用一定策略来影响基模型训练，保证基模型可以服从一定的假设。在投票法中，我们希望各个模型之间具有较大的差异性，而在实际操作中的模型却往往是同质的，因此一个简单的思路是通过不同的采样增加模型的差异性。 Bagging的核心在
2021-04-19 21:58:52
158
原创 集成学习Day8 Bagging
集成学习Day8 Bagging目录集成学习Day8 Bagging1. Bagging（1）Bagging原理（2）sklearn代码1. Bagging（1）Bagging原理 与投票法不同的是，Bagging不仅仅集成模型最后的预测结果，同时采用一定策略来影响基模型训练，保证基模型可以服从一定的假设。在投票法中，我们希望各个模型之间具有较大的差异性，而在实际操作中的模型却往往是同质的，因此一个简单的思路是通过不同的采样增加模型的差异性。 Bagging的核心在于自助采样(bootst
2021-04-17 19:17:21
103
2
原创 集成学习Day7 投票法
集成学习Day7 投票法目录集成学习Day7 投票法1. 投票法（1）投票法原理（2）sklearn代码（pipe管道+voting）1. 投票法（1）投票法原理 集成学习（ensemble learning）是通过构建并结合多个学习器来完成学习任务。而投票法是集成学习的常用技巧，它是一种遵循少数服从多数原则的集成学习模型，使用投票法可以有效提升模型的泛化能力，减少模型的错误率。在理想情况下，投票法的预测结果应当优于任何一个基模型的预测结果。投票法同时适用于回归模型和分类模型。 对于回
2021-04-14 23:02:55
355
原创 集成学习Day6 sklearn分类模型的评估、优化与基于SVM的人脸分类实例
集成学习Day6 sklearn分类模型的评估、优化与人脸分类实例目录集成学习Day6 sklearn分类模型的评估、优化与人脸分类实例1. 模型评估与优化（1）超参数选择A 使用网格搜索选择超参数B 使用随机搜索选择超参数（2）模型评估（以乳腺癌数据集二分类为例）A 混淆矩阵B ROC曲线2. 基于SVM的人脸分类（1）数据集（2）数据处理——PCA降维、数据集划分（3）网格搜索寻找最优超参数（4）训练、预测（5）结果评估1. 模型评估与优化（1）超参数选择A 使用网格搜索选择超参数from
2021-03-29 23:09:01
367
2
原创 集成学习Day5 sklearn分类实例
集成学习Day5 sklearn分类实例目录集成学习Day5 sklearn分类实例1. 收集数据集并选择合适的特征1. 收集数据集并选择合适的特征 （1）数据集选择IRIS鸢尾花数据集，使用sklearn读取；from sklearn import datasetsimport pandas as pd iris = datasets.load_iris()X = iris.data y = iris.target feature = iris.feature_names
2021-03-27 23:10:33
211
原创 集成学习Day2 sklearn回归实例 && Day 3 偏差方差理论与测试误差估计 && Day 4模型超参数调优
集成学习Day2 sklearn回归实例目录集成学习Day2 sklearn回归实例1. 使用sklearn构建完整机器学习项目的流程2. 使用sklearn进行Boston房价回归预测（1）这是一个回归问题（2）Boston数据集读取与特征分析（3）选择模型度量标准（3）回归模型选择1. 使用sklearn构建完整机器学习项目的流程 （1）明确项目任务：回归/分类； （2）收集数据集，选择合适的特征； （3）选择度量模型性能的指标； （4）选择具体的模型并进行训练以优化模型
2021-03-18 17:42:48
345
原创 集成学习Day1 机器学习简述与sklearn
集成学习Day1 机器学习简述与sklearn目录集成学习Day1 机器学习简述与sklearn1. 机器学习简述(1) 监督学习(2) 无监督学习(3) 强化学习2. sklearn代码(1) 回归例子：可视化波士顿房价和一氧化碳浓度的关系(2) 分类例子：可视化鸢尾花数据集(3) 无监督例子：月牙型非凸集和符合正态分布的聚类数据1. 机器学习简述 机器学习的一个主要任务是用数学模型理解数据，发现数据中的规律并用来做分析和预测。通常会将机器学习方法分为监督学习，无监督学习和强化学习。(1)
2021-03-15 22:39:13
244
原创 腾讯精选50题—Day17题目 344,557
腾讯精选50题—Day17题目 344,557 第十七天，今天是组队打卡的最后一天，新的起点，起航~ 芜湖~目录腾讯精选50题—Day17题目 344,5571. 题目344 反转字符串(1) 题目描述(2) 思路(3) 题解2. 题目557 反转字符串中的单词 III(1) 题目描述(2) 思路(3) 题解1. 题目344 反转字符串(1) 题目描述(2) 思路 折半替换即可。(3) 题解class Solution {public: void reverseStri
2021-01-29 19:25:03
119
原创 腾讯精选50题—Day16题目 237,238,292
腾讯精选50题—Day16题目 227 第十六天~目录腾讯精选50题—Day16题目 2271. 题目237 删除链表中的节点(1) 题目描述(2) 思路(3) 题解2. 题目(1) 题目描述(2) 思路(3) 题解3. 题目(1) 题目描述(2) 思路(3) 题解参考1. 题目237 删除链表中的节点(1) 题目描述(2) 思路 因为没有告诉链表头，所以直接复制+删除即可。(3) 题解class Solution {public: void deleteNo
2021-01-28 23:26:29
129
原创 腾讯精选50题—Day15题目 231,235,236
腾讯精选50题—Day15题目 231,235,236 第十五天~目录腾讯精选50题—Day15题目 231,235,2361. 题目231 2的幂(1) 题目描述(2) 思路(3) 题解2. 题目 235 二叉搜索树的最近公共祖先(1) 题目描述(2) 思路(3) 题解3. 题目236 二叉树的最近公共祖先(1) 题目描述(2) 思路(3) 题解参考1. 题目231 2的幂(1) 题目描述(2) 思路 笨方法，循环。(3) 题解class Solution {public:
2021-01-28 00:15:28
166
原创 腾讯精选50题—Day14题目 215,217,230
腾讯精选50题—Day14题目 215,217,230 第十四天~目录腾讯精选50题—Day14题目 215,217,2301. 题目 215 寻找第K大的数 经典面试题(1) 题目描述(2) 思路(3) 题解2. 题目 217 存在重复元素(1) 题目描述(2) 思路(3) 题解3. 题目(1) 题目描述(2) 思路(3) 题解参考1. 题目 215 寻找第K大的数 经典面试题(1) 题目描述(2) 思路 利用快排中的partition+双指针。(3) 题解class So
2021-01-26 23:21:31
143
原创 腾讯精选50题—Day13题目160,169,206
腾讯精选50题—Day13题目160,169,206 第十三天~目录腾讯精选50题—Day13题目160,169,2061. 题目160 相交链表(1) 题目描述(2) 思路(3) 题解2. 题目169 多数元素(1) 题目描述(2) 思路(3) 题解3. 题目206 反转链表(1) 题目描述(2) 思路(3) 题解1. 题目160 相交链表(1) 题目描述(2) 思路 公共部分长度为p，去除公共部分后链表A长度为m，链表B长度为n，那么让指针分别遍历一遍链表A和B，在遍历过程中
2021-01-26 00:08:09
137
原创 腾讯精选50题—Day12题目146,148,155
腾讯精选50题—Day11题目146,148,155 第十二天~目录腾讯精选50题—Day11题目146,148,1551. 题目146(1) 题目描述(2) 思路(3) 题解2. 题目148(1) 题目描述(2) 思路(3) 题解3. 题目155 最小栈(1) 题目描述(2) 思路(3) 题解参考1. 题目146(1) 题目描述(2) 思路 。(3) 题解结果：时间复杂度：O()O()O()空间复杂度：O()O()O()2. 题目148(1) 题目描述(2) 思路
2021-01-23 23:12:22
182
原创 腾讯精选50题—Day11题目136,141,142
腾讯精选50题—Day11题目136 第十一天~目录腾讯精选50题—Day11题目1361. 题目136 只出现一次的数字(1) 题目描述(2) 思路(3) 题解2. 题目(1) 题目描述(2) 思路(3) 题解3. 题目124 二叉树中的最大路径和(1) 题目描述(2) 思路(3) 题解参考1. 题目136 只出现一次的数字(1) 题目描述(2) 思路 给定的序列中只有(3) 题解class Solution {public: int singleNumber(vect
2021-01-22 23:58:45
443
原创 腾讯精选50题—Day10题目121,122,124
腾讯精选50题—Day10题目121,122,124 第十天~目录腾讯精选50题—Day10题目121,122,1241. 题目121 买卖股票的最佳时机(1) 题目描述(2) 思路(3) 题解2. 题目122 买卖股票的最佳时机II(1) 题目描述(2) 思路(3) 题解3. 题目124 二叉树中的最大路径和(1) 题目描述(2) 思路(3) 题解参考1. 题目121 买卖股票的最佳时机(1) 题目描述(2) 思路 只一次买进卖出的话，那么只需要遍历一边，记录最低和股票价格并计算最大
2021-01-21 23:08:31
118
原创 腾讯精选50题—Day9题目88,89,104
腾讯精选50题—Day9题目88,89,104 刷题的第九天~~~一定可以的！目录腾讯精选50题—Day9题目88,89,1041. 题目88 合并两个有序数组(1) 题目描述(2) 思路(3) 题解2. 题目89 格雷编码(1) 题目描述(2) 思路(3) 题解3. 题目104 二叉树深度(1) 题目描述(2) 思路(3) 题解1. 题目88 合并两个有序数组(1) 题目描述(2) 思路 因为vector1长度完全可以放得下，那么直接从vector1的m-1位置和vector2的n-
2021-01-20 21:34:17
107
原创 腾讯精选50题—Day8题目62,70,78
腾讯精选50题—Day8题目62,70,78 今天是刷题的第八天，冲鸭~~目录腾讯精选50题—Day8题目62,70,781. 题目62 不同路径(1) 题目描述(2) 思路(3) 题解2. 题目70 爬楼梯(1) 题目描述(2) 思路(3) 题解3. 题目78 子集(1) 题目描述(2) 思路(3) 题解1. 题目62 不同路径(1) 题目描述(2) 思路 解法1：动态规划； 解法2：组合公式，机器人从起始点到达终止点一共有两种操作——向下和向右，迷宫为m*n，那么向下的操作一
2021-01-19 23:13:30
146
2
原创 腾讯精选50题—Day7题目54,59,61
腾讯精选50题—Day7题目54,59,61 今天是刷题的第七天，元气满满的周一~~目录腾讯精选50题—Day7题目54,59,611. 题目54 螺旋矩阵(1) 题目描述(2) 思路(3) 题解2. 题目59 螺旋矩阵II(1) 题目描述(2) 思路(3) 题解3. 题目53 最大子序列和(1) 题目描述(2) 思路(3) 题解参考1. 题目54 螺旋矩阵(1) 题目描述(2) 思路 螺旋矩阵的问题比较简单，只要定好四个位置即可，lx、rx、by、ty，按照绿色箭头顺序遍历，在遍历
2021-01-18 23:22:54
131
2
原创 腾讯精选50题—Day6题目43,46,53
腾讯精选50题—Day6题目43,46,53今天是刷题的第六天...周天阳光明媚，刷题快乐~~1. 题目43 字符串相乘(1) 题目描述(2) 思路这个进位用p1表示（因为是倒着的，p1和p2让我想了很久.....），还需要再理解...(3) 题解class Solution {public: string multiply(string num1, string num2) { int m = num1.size(); int n = num2.size(); st
2021-01-17 20:04:15
112
原创 腾讯精选50题—Day5题目23,26,33
腾讯精选50题—Day5题目23,26,33送你一朵小红花~希望自己乐观而坚强，自信而勇敢~目录腾讯精选50题—Day5题目23,26,331. 题目23 合并k个有序链表（1）题目描述 困难（2）思路（3）题解2. 题目26 空间复杂度删除有序数组的重复元素（1）题目描述（2）思路（3）题解3. 题目33 旋转有序数组的查找（1）题目描述（2）思路（3）题解1. 题目23 合并k个有序链表（1）题目描述 困难（2）思路根.
2021-01-16 22:32:15
122
原创 腾讯精选50题—Day4题目16,20,21
腾讯精选50题—Day4题目16,20,21打卡的第四天，冲鸭~~~目录腾讯精选50题—Day4题目16,20,211. 题目16（1）题目描述（2）思路（3）题解2. 题目20 括号匹配问题（1）题目描述（2）思路（3）题解3. 题目21 合并两个有序链表（1）题目描述（2）思路（3）题解1. 题目16（1）题目描述（2）思路双指针法~（3）题解有个陷阱！result的初始化为INT_MAX会报错......这个时..
2021-01-14 17:43:17
106
2
原创 腾讯精选50题—Day3题目11,14,15
腾讯精选50题—Day3题目11,14,15打卡的第三天，忙碌而充实，用一句话来鼓励自己~The measure of success is how we cope with disappointment.1. 题目11 盛水最多的容器（1）题目描述Given n non-negative integers a1, a2, ..., an, where each represents a point at coordinate (i, ai). n vertical lines are d.
2021-01-13 23:31:09
147
原创 腾讯精选50题—Day2题目7,8,9
腾讯精选50题—Day2题目7,8,9今天是打卡的第二天，元气满满的冲鸭~~~1. 题目7 整数反转（1）题目描述（2）题目思路（3）题解
2021-01-12 22:53:52
133
原创 腾讯精选50题—Day1题目2,4,5
腾讯精选50题—Day1题目2,4,5今天是刷腾讯精选50题的第一天，加油加油加油~~~1. 问题2（1）题目描述：You are given two non-empty linked lists representing two non-negative integers. The digits are stored in reverse order, and each of their nodes contains a single digit. Add the two numbe.
2021-01-11 11:26:40
250
3
原创 LaTeX论文写作
以下内容是我在用TeXstudio写英文论文时候遇到的各种问题及解决方案，记录一下~1. LaTeX表格里的内容不能加粗，\bfseries,\textbf,\bf,\bm,\mathbf都没有用一开始我以为是表格里的内容比较特殊，换个各种方法都不能加粗，后来发现是表格外的字体也不可以加粗，找了很多解决方案都没有用，\bfseries,\textbf,\bf,\bm,\mathbf都不可以加粗，很多解决方案指出来要修改论文模板的格式文件...都没有用。后来找到了博客[1]，通过修改LaTeX的编译方
2021-01-08 15:01:46
668
原创 MathType+Word报错：The MathType DLL cannot be found问题快速解决
在安装好MathType6.8后，打开Word2019发现了离奇的错误...The MathType DLL cannot be found，而且弹出了很多次，在网上找了很多教程都无法解决这个问题...然后我把MathType装在它自己默认的C盘路径下，结果问题解决了！！！？？？...
2020-12-13 13:19:28
959
4
原创 PaddlePaddle安装与线性回归、房价预测
这几天参加了百度图像分割七天打卡活动，快学起来呀~啦啦啦啦啦啦1. PaddlePaddle安装在官网https://www.paddlepaddle.org.cn/install/quick中，选择操作系统、安装方式、Python版本以及CUDA版本即可生成安装命令，安装即可。我的电脑是Win10，Python3.6.11，无CUDA，所以选择以下代码进行安装：python -m pip install paddlepaddle -i https://mirror.baidu.com/p
2020-10-20 10:06:29
354
原创 GAN注意力机制研究——SPA-GAN: Spatial Attention GAN for Image-to-Image Translation 论文阅读笔记
GAN注意力机制研究——SPA-GAN: Spatial Attention GAN for Image-to-Image Translation论文阅读笔记目录GAN注意力机制研究——SPA-GAN: Spatial Attention GAN for Image-to-Image Translation论文阅读笔记一、前人工作二、SPA-GAN1. 论文SPA-GAN发表于2020年TOM(IEEE Transactions on Multimedia)2. 主要内容...
2020-10-18 22:09:13
5317
6
原创 VSCode 右上角Run Code小三角图标消失问题
今天打开VSCode的我一脸懵逼，右上角的Run Code的小三角图标没了，我以为是软件加载的问题，重启了几遍...发现还是没了，但是鼠标放上去还是有提示运行代码.......这是没有安装Code Runner，解决方案如下：1. 首先安装Code Runner，选择右侧扩展，然后搜索Code Runner，安装如图所示插件；2. 其次需要配置Code Runner插件的信息（两部分，一个是默认会到输出窗口，另外一个是路径的问题），选择文件->首选项->设置，打开设置面板，然后点击右
2020-05-16 22:14:18
43166
7
原创 手推机器学习系列笔记——手推SVM(2) 对偶问题探讨、Slater条件、核技巧、SMO算法推导+简单实现代码、数据集
一、两个问题在我的上一篇博客手推SVM(1)中有两个问题值得探讨：（传送门：https://blog.csdn.net/Fox_Alex/article/details/105113554）为什么转对偶?是否所有的都可以转对偶？何时转对偶？ Slater条件通过查阅大量文献、博客、视频教程，但由于现在知识量不充足，就目前我对这两个问题的认识如下，希望能和大家一起探讨探讨：解答：...
2020-04-03 01:09:48
999
原创 手推机器学习系列笔记——手推SVM(1)硬间隔、软间隔、约束优化问题、对偶性证明、KKT条件
笔记是听了b站大神的白板推导机器学习系列课，再结合李航老师的《统计学习方法》、周志华老师的西瓜书以及其他优秀博主的博客而成（浑然天成！！！）：https://space.bilibili.com/97068901?from=search&seid=9183191776664110144（大神的白板推导机器学习系列课传送门）对于大神的课，我只能说太强了，讲的特别特别好！下面让我们开始...
2020-03-26 11:30:00
1140
2
SVM总结_Lucas.pdf
2020-07-14
SVM的SMO算法简单实现
2020-04-03
西北农林科技大学软件测试试题（答案及考试难点）
2018-10-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人