4 我愛大泡泡

尚未进行身份认证

机器学习 情绪识别

等级
TA的排名 2w+

计算机算法学习大纲

作者:牛妹链接:https://www.nowcoder.com/discuss/67500?type=0&order=0&pos=2&page=1来源:牛客网    复杂度估算和排序算法(上)1)认识时间复杂度和空间复杂度2)认识对数器3)冒泡排序4)选择排序5)插入排序6)如何分析递归过程的时间复杂度7)归并排序8)小和问题    第二章    复杂度估算和排序算法(下...

2018-04-01 22:44:12

面试笔试整理7:SQL问题整理

SQL的问题就是四大类:增、删、改、查。要使用到的命令通常有:SELECT、UPDATE、DELETE、INSERTINTO、ALTER、DROP、IN、BETWEEN、DISTINCT、UNION、HAVING、WHERE、ON、EXISTS等等。下面主要按照上面说的从建立表开始、到四大类、以及常用的结构和命令解释几个部分。这里语句都是基于SQLServer的。一、建立数据表1、

2017-09-19 15:21:36

面试笔试整理6:常见面试编程题

1、二叉树公共父节点leecode236递归解法:classSolution{public:TreeNode*lowestCommonAncestor(TreeNode*root,TreeNode*p,TreeNode*q){if(root==NULL||root==p||root==q)returnroot;Tree

2017-09-18 00:36:01

面试笔试整理5:项目问题准备

自己曾经做过一些比赛,但是结果不是很好,不过还是准备写到简历里了,毕竟也算是自己做过的项目。做了一些数据挖掘的比赛,面试会问到的常见问题其实也没有多少,无非是从数据预处理、特征和模型几个内容。以jd前一段时间的JData数据挖掘比赛为例。(1)应该对所有的数据进行大致的统计,了解数据的大致构成、数据缺失情况、不同表格中特征的大致分布情况哪些是离散特征哪些是连续特征,从而初步预估出那些信息和真实场

2017-09-07 21:37:26

面试笔试整理4:机器学习面试问题准备(进阶)

这部分主要是针对上面问题的一些更细节的补充,包括公式的推倒思路、模型的基本构成、细节问题的分析等等。一、问题杂烩1、PCA的第二主成分第二个主成分时域第一成分方向正教的差异性次大方向。2、什么时候用组合的学习模型只有当各个模型之间没有相关性的时候组合起来是最好用的。但是一般来说,弱相关的模型组合比较好用。3、多重共线性多重共线性是指当两个特征的相关性很大的时候,会对

2017-09-07 16:35:20

面试笔试整理3:深度学习机器学习面试问题准备(必会)

第一部分:深度学习1、CNN1、CNN问题2、如何减少参数权值共享、VGG的感受野、GoogLeNet的inception3、激活函数选择4、filter的尺寸选择5、pooling的作用6、常用的几个模型2、RNN1、RNN、LSTM、GRU推导forgetgate,inputgate,cellstate,hiddeninformation

2017-09-07 01:13:54

面试笔试整理2:c++常问问题

对c++常问问题的整理:一、基础问题1、new<>delete和malloc<>free区别:这两个表达式都用于申请动态内存和释放动态内存。但是new可以用于非内部数据类型的对象,而malloc是无法做到的,因为new和delete是作用于构造函数和析构函数的,是c++的运算符;但是malloc是库函数。注意delete是调用一次析构函数,而delete[]会对每一个成员都调用析构函数,所以

2017-09-02 22:34:36

面试笔试整理:1、笔试常见输入输出(待补充)

一、常用的输入输出整理笔试时候常用的输入输出,可以使用#include来一次性输入所有的C++头文件包括:\#include\#include\#include\#include\#include\#include\#include\#include\#include\#include\#include\#include\#

2017-09-02 13:48:35

tensorflow学习笔记(七):TensorFLow实战之style_transfer(风格转换)

从这部分开始利用TensorFlow进行实际应用,将会慢慢的把最新的东西一边学习一边整理一边实现,计划是初期的代码都利用tensorflow的基本API完成,后期建立大的网络结构的时候引入Keras等高等级API。  这一节主要是利用tensorflow实现styletransfer,这个学习CNN的时候都会看到,原论文在这里程序的github地址在—-这里—-,和原来一样几乎都是用note

2017-06-18 20:04:49

tensorflow学习笔记(六):TF.contrib.learn大杂烩

这一节介绍一个常用的高级API:tf.contrib_learn。这个API使配置、训练和计算变得更简单。现在依然是依照官方教程进行一些学习和补充。而且程序依然会放在github里。而且从这里开始一直是按照最新的tensorflow版本(目前是r1.2)来进行。一、API简略浏览  在写程序之前依然先看一下API中的类、函数和方法。  这里有???的是因为实在基础太差有的没有接触

2017-06-14 21:16:01

tensorflow学习笔记(五):TensorFlow变量共享和数据读取

1、变量共享  前面已经说过如何进行变量的生成和初始化内容,也用到了命名空间的概念,这里说一下什么是变量共享。当我们有一个非常庞大的模型的时候免不了需要进行大量的变量共享,而且有时候还希望能够在一个地方初始化所有的变量,这就需要tf.variable_scope()和tf.get_variable()。  当只有两层的卷积的时候,前面的程序都是定义了两个卷积变量W1和W2(忽略b),而

2017-06-13 16:28:44

tensorflow学习笔记(四):TensorBoard

一、TensorBoard  我们上一节介绍过简单的TensorFlow手写字符识别程序了,但是在实际中调参和观察flow的状态是很有必要的,于是TensorFlow便有了TensorBoard帮助我们进行可视化学习,这里同样按照官方教程的流程进行介绍。1、VisualizingLearning可视化学习  TensorBoard是官方推出的一个可视化工具,方便在训练复杂度较高

2017-06-10 11:24:41

tensorflow学习笔记(三):手写字符识别实例

前面的章节已经对tensorflow有所了解,这一节就利用前面介绍的基本知识和API构建一个手写字符识别的实例,这也和官方教程中的内容所对应。这也是对前面知识的一个利用。关于手写字符识别是一个最基本的机器学习任务,很多地方都用这个开始,这里也一样。这一节主要都是用代码组成,然后所有的内容都尽可能在程序中添加注释中注明,还提供github地址里面基于ipythonnotebook写的,因为这样

2017-06-08 10:06:36

tensorflow学习笔记(二):机器学习必备API

前一节介绍了一些最基本的概念和使用方法。因为我个人的最终目的还是在深度学习上,所以一些深度学习和机器学习模块是必须要了解的,这其中包括了tf.train 、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。这里准备把常用的API和使用方法按照使用频次进行一个排列,可以当做一个以后使用参考。这一节介绍的内容可以有选择的看。而且最全的信息都在TensorFlow的API里

2017-06-07 10:23:13

tensorflow学习笔记(一):基本知识之tensor,operation和Session

1、tensor之———变量(variable)、常量(constant)、占位符(Placeholder)2、Session的简介3、Session中run的使用以及fetch和feed4、交互式的Session

2017-06-05 22:49:32

一个蛋疼的PIL图片读取问题

系统为ubuntu14.04,python3.6(用的conda的虚拟环境)。 用scipy.misc的imread读取图片的时候,正常是读出一个array的矩阵来表示图片,但是却读出了一个array(,dtype=object)的东西,因为大部分python的关于矩阵的的图片读取都是基于PIL的,所以问题应该是处在了PIL无法正确读取jpg图像上,于是首先卸载了PIL(这里注意如果是p

2017-06-04 11:03:49

面试用算法复杂度总结

面试时被问到了很多算法复杂度的东西,现在做个总结。主要从树结构和排序的角度分析这些常用算法的时间和空间复杂度。一、复杂度简介1、空间复杂度空间复杂度有很多影响因素,如指令空间、数据空间(动态数组、动态类实例、常量和简单变量的存储空间)、环境栈空间(常在递归时使用)。一般说的空间复杂度是指所需要的可变空间,也就是动态数据或栈所用所需的空间。2、时间复杂度主要关注运行时间,常用

2017-05-16 17:15:51

深度学习清单

1、UFLDL完成基本的深度学习理论学习,这个UFLDL还是比较适合的既没有太过时,而且很多细节在做练习的时候能够掌握的很好,这个我自己写了的代码:见https://github.com/woaidapaopao/----UFLDL----2、李宏毅的深度学习课程链接在此:链接,这个因为是中文的,还是比较好懂的,而且一直在更新,很不错。就是台湾口音加英文听着有点别扭。其中,Mach

2017-05-08 11:29:18

sk-learn线性回归库

转自:http://www.cnblogs.com/pinard/p/6026343.html  scikit-learn对于线性回归提供了比较多的类库,这些类库都可以用来做线性回归分析,本文就对这些类库的使用做一个总结,重点讲述这些线性回归算法库的不同和各自的使用场景。    线性回归的目的是要得到输出向量YY和输入特征XX之间的线性关系,求出线性回归系数θθ,也就是 Y=XθY=Xθ。

2017-03-27 18:14:06

XGBoost安装(非常简单)

网上看到很多非常麻烦的安装方案,因为主要是电脑内没有c++的编译器,但是因为WIN10已经有了编译器,就不需要在安装GCC了,具体流程如下:1、在github下载所需的安装包下载到本地解压(或是用git)2、从这里下载libxgboost.dll。下载好后放在解压好得到xgboost/python-package/xgboost/路径下(否则不能安装)3、cmd直到到安装包路径下的py

2017-03-22 10:01:42

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!