ACM.算法笔记第15页

优化算法笔记（目录）

优化算法笔记（一）优化算法的介绍优化算法笔记（二）优化算法的分类优化算法笔记（三）粒子群算法（1）优化算法笔记（四）粒子群算法（2）已合并至粒子群算法（1）优化算法笔记（五）粒子群算法（3）已合并至粒子群算法

stronghorse·2022-12-09 20:38

Meta-learning核心思想及近年顶会3个优化方向

如果觉得我的算法分享对你有帮助，欢迎关注我的微信公众号“圆圆的算法笔记”，更多算法笔记和世间万物的学习记录～更多干货都在“圆圆的算法笔记”~Meta-learning可以理解为一种求解问题的工具，下面举一个例子

fareise·2022-12-07 17:42

算法笔记（11）逻辑回归算法及Python代码实现

逻辑回归算法是一种被广泛使用的分类算法，通过训练数据中的正负样本，学习样本特征到样本标签之间的假设函数。逻辑回归假设因变量y服从伯努利分布，而线性回归假设因变量y服从高斯分布。因此与线性回归有很多相同之处，去除Sigmoid映射函数的话，逻辑回归算法就是一个线性回归。优点：（1）适合二分类问题，不需要缩放输入特征；（2）内存资源占用小，因为只需要存储各个维度的特征值;（3）训练速度快；缺点：（1）

编程研究坊·2022-12-05 13:56

优化算法matlab实现（七）差分进化算法matlab实现

1.代码实现不了解差分进化算法可以先看看优化算法笔记（七）差分进化算法实现代码前需要先完成优化算法matlab实现（二）框架编写中的框架

stronghorse·2022-12-04 15:14

算法笔记（4）-K-Means聚类算法及python代码实现

K-Means算法也被称为K-平均或K-均值算法，是一种广泛使用的聚类算法。K-Means算法是基于相似性的无监督的算法，通过比较样本之间的相似性，将较为相似的样本划分到同一类别中。K-Means算法步骤：（1）初始化常数K,随机初始化K个聚类中心；（2）重复计算以下过程，直到聚类中心不再改变；a.计算每个样本与每个聚类中心之间的相似度，将样本划分到最相似的类别中；b.计算划分到每个类别中的所有样

编程研究坊·2022-12-04 14:01

【LeetCode算法笔记-Python(PyCharm运行)】剑指 Offer 35. 复杂链表的复制

剑指Offer35.复杂链表的复制写在开头题目描述题目解析方法一：哈希表算法流程：复杂度分析：Python代码方法二：拼接+拆分算法流程：复杂度分析：Python代码PyCharm调试写在开头今天在学习这个算法的时候一开始很难理解，有点小白地问道，设计这个算法有什么用呢，后来想到，如果需要不改变原链表的前提下对链表进行操作就需要复制一个链表到不同的内存，这样就能保存原链表。在Pycharm上调试的

ONLY_CHRIST·2022-12-04 13:01

自动驾驶决策规划算法第二章——Apollo EM Planner理论篇

前置学习内容：【自动驾驶】【零基础】基础自动驾驶控制算法笔记注意：最好学习前置控制算法，因为决策规划仿真中需要用到决策规划算法第一章链接自动驾驶决策规划算法第一章_免费教学录影带的博客-CSDN博客https

免费教学录影带·2022-12-04 12:15

贪心算法笔记

贪婪者总是一贫如洗——克劳德兰纳斯目录什么是贪心怎样实现例一AC代码例二AC代码总结步骤写在最后什么是贪心360百科里是这样说的：贪婪算法是一种对某些求最优解问题的更简单、更迅速的设计技术。用贪婪法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下，以迭代的方法做出相继的贪心

gyk1303·2022-12-03 01:20

算法笔记（8）-决策树算法及Python代码实现

决策树既可以用于分类也可以用于回归，它的原理是通过对一系列问题进行if/else推导，最终实现决策。决策树优点(1)可以将模型进行可视化(2)决策树对每个样本特征进行单独处理，不需要对数据进行转换决策树缺点(1)会出现过拟合问题决策树算法Python代码实现clf3=tree.DecisionTreeClassifier(max_depth=5)clf3.fit(X_train,y_train)#

编程研究坊·2022-12-01 21:13

数据挖掘理论与算法笔记

3.数据预处理数据清洗（可以用来清除数据中的噪声，纠正不一致。）数据集成（将数据由多个数据源合并成一个一致的数据存储，如数据仓库。）数据归约（可以通过如聚集、删除冗余特征或聚类来降低数据的规模。）数据变换（（例如，规范化）可以用来把数据压缩到较小的区间，如0.0到1.0，这可以提高涉及距离度量的挖掘算法的准确率和效率。）为何要做数据预处理？真实的数据是非常dirty的。低质量的数据导致低质量的挖掘

525小白菜·2022-12-01 16:36

算法笔记之回溯法(一)——溯洄从之，道阻且长；溯游从之，宛在水中央。

回溯法理论基础回溯法是一种搜索算法，从本质上来说，回溯法是一种穷举法，穷尽其所有可能而举其可行解；尽管回溯法有剪枝等操作，但也只是去除一些明显不可行的部分，仍改变不了回溯法暴力搜索的本质。虽然回溯法是一种暴力求解算法，但很多时候我们也只能选择这种算法。回溯法是以深度优先的方式系统地搜索问题的解，它适用于解一些组合数较大的问题。回溯法可以解决的问题组合问题：从n个数的集合中选出k个数的组合问题排列问

图灵的喵酱·2022-12-01 09:44

算法笔记（5）-K最近邻算法及python代码实现

K最近邻算法既可以用于分类又可以用于回归。K最近邻(k-NearestNeighbor，KNN)算法分类的基本原理：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。K最近邻(k-NearestNeighbor，KNN)算法回归的基本原理：当我们使用K最近邻回归计算某个数据点的预测值时，模型会选择离数据点最近的若干个训练数据集中的点，

编程研究坊·2022-11-30 17:01

语音算法笔记（4）——语音识别前沿课题

声明：本专栏文章为深蓝学院《语音算法：前沿与应用》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。远场语音识别siri（2011）：近场语音识别echo（亚马逊，2014）：远场语音识别当说话人和麦克风相离3-5米时，可以认为是远场语音识别。困难：1.背景噪声2.扬声器音乐干扰3.麦克风灵敏度4.墙面折射声波5.声波漫射解决方法：1.数据增强——加混响（卷积）、加噪声（时域叠加，调节噪声能量

韬光养晦气·2022-11-30 15:30

一文串起从NLP到CV 预训练技术和范式演进

本文首发于微信公众号：包包算法笔记。包大人班车原创内容分享。主题是深度学习中的预训练技术发展，基本思路是顺着CV和NLP双线的预训练技术发展演进。看他们怎么影响和交织。

风度78·2022-11-30 13:53

ACL 2022 Tutorial解析——知识增强自然语言理解

来自：圆圆的算法笔记NLP预训练模型需要非常大的参数量以及非常多的语料信息，这些都是希望能尽可能多的记住文本中的知识，以此提升下游任务效果。

zenRRan·2022-11-30 01:34

算法笔记-胡凡-两本完整PDF

算法笔记-胡凡-两本完整PDF链接：https://pan.baidu.com/s/1GdTBCbhYwuwc-3Lx2bkLgg?pwd=66jb提取码：66jb

码猿小菜鸡·2022-11-29 13:19

机器学习算法笔记-逻辑回归

逻辑回归（LR）我的理解是，逻辑回归就是以改进的线性回归的方法求分类，改进的内容就是引入了非线性函数，最常用的就是sigmoid函数。如下图就是sigmoid函数，横轴z=0时，纵轴g(z)=0.5，z趋向于负无穷时，g(z)趋向于0，z趋向于正无穷时，g(z)趋向于1。其中z=thetaT*X，g(z)表示概率，逻辑回归目标函数的推导见下图。逻辑回归最经典的是二分类函数，二分类回归常用的损失函数

diudiu~bo·2022-11-28 10:42

机器学习算法笔记：贝叶斯线性回归

文章目录贝叶斯线性回归推断预测参考文献贝叶斯线性回归线性回归当噪声为高斯分布的时候，最小二乘损失导出的结果相当于对概率模型应用MLE，引入参数先验分布是高斯分布，那么MAP的结果相当于岭回归的正则化，如果先验是拉普拉斯分布，那么相当于Lasso的正则化。利用贝叶斯方法来求解参数的后验分布，线性回归的模型假设为：f(x)=wTxy=f(x)+εε∼N(0,σ2)\begin{aligned}f(x)

xiaochengJF·2022-11-27 14:51

算法笔记——每日一题（完结）

算法笔记FromNowToMyDeath前言初级算法1、两数之和7、整数反转9、回文数14、最长公共前缀27、移除元素【拷贝复制】28、实现strStr()【双指针】35、搜索插入位置中级算法2、两数相加

Binary H.·2022-11-27 10:12

《算法笔记》——笔记

算法笔记胡凡曾磊主编机械工业出版社文章目录算法笔记C/C++快速入门提醒memsetsscanf与sprintf引用浮点数的比较圆周率复杂度黑盒测试入门篇(1)——入门模拟入门篇(2)——算法初步排序冒泡排序选择排序插入排序

Derait·2022-11-27 09:36

算法笔记（9）-随机森林算法及Python代码实现

随机森林也被称为随机决策森林，是一种集合学习方法，既可以用于分类，也可以用于回归。随机森林把不同的几棵决策树打包到一块，每棵树的参数都不相同，然后把每棵树预测的结果取平均值，这样既保留决策树们的工作成效，又可以降低过拟合的风险。集合学习算法：把多个机器学习算法综合在一起，制造出一个更大的模型。应用广泛的包括随机森林、梯度上升决策树。优点(1)不需要对数据进行预处理(2)支持并行处理缺点(1)高维数

编程研究坊·2022-11-27 08:15

目标检测 | Deep MANTA 算法笔记

文章目录主要思想系统架构实验：Reference：会议：CVPR2017标题：《DeepMANTA:ACoarse-to-fineMany-TaskNetworkforjoint2Dand3Dvehicleanalysisfrommonocularimage》论文链接：https://arxiv.org/abs/1703.07570本文仅作为个人学习笔记分享，图片来自于论文，如有侵权，请联系删除。

Nani_xiao·2022-11-27 04:00

DeepLab系列算法笔记

DeepLabv1DCNN+CRFBackbone:VGG-16使用了空洞卷积融合了多层次信息，前四个pool层之后都额外接了两个卷积层，和最后一个softmax层concat，有微小的性能提升DeepLabv2移除部分池化操作，使用空洞卷积利用不同膨胀因子的空洞卷积融合多尺度信息—atrousspatialpyramidpooling(ASPP)使用CRFBackbone:ResNetDeepL

柯南道尔的春天·2022-11-25 17:10

一网打尽：14种预训练语言模型大汇总

来自：圆圆的算法笔记作者：Fareise预训练语言模型是NLP中的核心之一，在pretrain-finetune这一阶段的NLP发展中发挥着举足轻重的作用。

zenRRan·2022-11-24 14:22

算法笔记(六)多尺度特征融合之FPN/PANet

前言最近论文快deadline了，一直没空更新…今天复习一下多尺度特征融合的常用操作。1.FPN特征金字塔论文：featurepyramidnetworksforobjectdetection论文链接设计思路：底层的特征语义信息比较少，但是目标位置准确。高层的特征语义信息比较丰富，但是目标位置比较粗略。模型设计：自底向上Bottom-up，自顶向下Top-down，横向连接Lateralconne

nooobme·2022-11-24 05:24

ML机器学习算法笔记

文章目录5.2数据预处理5.2.1缺失值处理5.2.2数据规范化5.2.3主成分分析5.3线性回归(回归模型)5.4逻辑回归（分类模型）5.5神经网络5.5.3Python神经网络分类应用5.5.4Python神经网络回归应用5.6支持向量机核函数选择：5.7K-均值聚类PythonK-均值聚类算法应用5.2数据预处理5.2.1缺失值处理importpandasaspdimportnumpyasn

l_aiya·2022-11-22 10:51

R语言实战 Apriori算法笔记（购物篮分析）

1、Merge函数merge(x,y,by=intersect(names(x),names(y)),by.x=by,by.y=by,all=FALSE,all.x=all,all.y=all,sort=TRUE,suffixes=c(".x",".y"),incomparables=NULL,...)merge函数参数的说明:x,y:用于合并的两个数据框by,by.x,by.y:指定依据哪些行合

取网名好难·2022-11-22 09:53

机器学习经典算法笔记之二：朴素贝叶斯

机器学习经典算法笔记之二：朴素贝叶斯什么是朴素贝叶斯算法实例：用朴素贝叶斯实现新闻文本分类算法需要注意的细节1、P(Fx|C)=0的处理方式需要理清的概念1、朴素贝叶斯用途2、联合概率、条件概率、事件独立

Lyyyyyyyy?·2022-11-22 07:46

ACL2022 | Meta AI提出prompt-free的NLP小样本学习框架，效果超越prompt

来自：圆圆的算法笔记现阶段在NLP领域解决few-shotlearning最火的方法就是prompt了。

zenRRan·2022-11-21 12:16

NLP Prompt系列——Prompt Engineering方法详细梳理

微信公众号“圆圆的算法笔记”，定期更新深度学习/CV/NLP/搜推广私人干货笔记在NLP中的Prompt方法中，PromptEngineering是一项基础工作。

fareise·2022-11-21 12:40

形式语言与自动机理论 pdf_448页伊利诺伊大学《算法》图书【附PDF资料】

文中包含书籍信息、获取方式、算法笔记、模型笔记等一系列内容，作者简介JeffErickson官方主页肖像个人主页：http://jeffe.cs

weixin_39650784·2022-11-20 17:54

形式语言与自动机理论 pdf_448页伊利诺伊大学算法图书【附PDF资料】

文中包含书籍信息、获取方式、算法笔记、模型笔记等一系列内容，作者简介JeffErickson官方主页肖像个人主页：http://jeffe.cs.illinois

weixin_39976499·2022-11-20 17:54

《算法笔记知识点记录》第三章——入门模拟

☘前言☘咕咕咕、鸽子精又回来了。今天是我开坑的第六次次发文，大家最近应该都在忙期末把？希望看到的你们可以有时间刷刷题。今天就要开始解决实际问题了，可能是一个简单的问题从简单开始，一步步走到最后，你我皆超神。如果我有哪些没有讲清楚的，欢迎大家联系我，你提出的问题是我修改完善的基础，万分感谢。欢迎大家加入我的打卡队列，如果你刷完了对你有帮助请你评论一个打卡。如果觉得这个文章有用还希望大家交出素质三连呀

XingleiGao·2022-11-20 17:14

《算法笔记知识点记录》第二章——快速入门4[结构体、输入输出、复杂度和黑盒测试]

☘前言☘咕咕咕、鸽子精又回来了。今天是我开坑的第四次发文，大家最近应该都在忙期末把？明天要考六级的我还在写文章是不是疯了-.-今天是基础知识的最后一次，接下来慢慢就要开始接触算法了，有没有很期待？如果我有哪些没有讲清楚的，欢迎大家联系我，你提出的问题是我修改完善的基础，万分感谢。欢迎大家加入我的打卡队列，如果你刷完了对你有帮助请你评论一个打卡。如果你觉得这本书有用的话还希望多多支持作者。如果觉得这

XingleiGao·2022-11-20 17:44

fareise·2022-11-20 15:51

Deformable Convlolutional Networks算法笔记

论文：DeformableConvolutionalNetworks论文链接：https://arxiv.org/abs/1703.06211代码链接：https://github.com/msracver/Deformable-ConvNets这一篇是ICCV2017关于目标检测的文章，出发点在于图像任务中目标的尺寸、形状变化不一，虽然现有的深度网络对此有一定的特征提取能力，但并不是最优的，因此

AI之路·2022-11-20 08:40

MARL算法笔记：COMA

COMACounterfactualMulti-AgentPolicyGradientskeywords:Multi-agentACmethod;用counterfactualbaseline解决信用度分配问题1.方法总结:IAC框架+一个优势函数+一个trick先学习Q(s,u)Q(s,u)Q(s,u),sss是全局statestatestate,uuu是联合动作counterfactualba

峻菌君·2022-11-19 20:14

梯度下降法、学习率、优化算法笔记

梯度下降法、学习率、优化算法一、梯度下降法梯度下降法一种求解最优化的算法。其中心思想是沿着目标函数梯度的方向更新参数值以希望达到目标函数最小我们可以想象我们深处高山上的某一处位置，而梯度下降法，就是帮助我们到达山底的方法。当我们不知道自身所处在山的具体位置时，我们可以通过查看最陡峭的下坡路寻找到最快到达山底的路，每走一段距离，我们将重新测试山坡的梯度。通过迭代的方式（反复测量和行走）直到到达山底，

weixin_43391596·2022-11-19 12:35

算法笔记 3.6 字符串处理练习题

文章目录STL中关于字符串的常用函数题目A.字符串连接B.单词替换C.字符串去特定字符STL中关于字符串的常用函数#include输入/输出：cin/cout迭代器访问：str.begin()+xxx/str.end()字符串连接：str=str1+str2字符串比较：str1==/!=//>=str2字符串求长度：str.length()字符串中插入字符/字符串：str.insert(pos号位

Julie Y·2022-11-19 11:20

算法笔记 3.5 进制转换练习题

文章目录进制转换基本方法题目进制转换进制转换基本方法P进制转换为Q进制将P进制数x转换为十进制数yinty=0,pr=1;while(x){y=y+(x%10)*pr;x=x/10;pr=pr*p;}将十进制数y转换Q进制数zintz[100],num=0;do{z[num++]=y%Q;y=y/Q;}while(y);最后倒着输出z数组即可题目进制转换将一个长度最多为30位的十进制非负整数转换为

Julie Y·2022-11-19 11:49

机器学习算法笔记：GMM高斯混合模型

文章目录高斯混合模型极大似然估计EM求解GMM参考文献高斯混合模型为了解决高斯模型的单峰性的问题，引入多个高斯模型的加权平均来拟合多峰数据：p(x)=∑k=1KαkN(μk,Σk)p(x)=\sum\limits_{k=1}^K\alpha_k\mathcal{N}(\mu_k,\Sigma_k)p(x)=k=1∑KαkN(μk,Σk)引入隐变量zzz，表示对应样本xxx属于哪一个高斯分布，该变量

xiaochengJF·2022-11-19 01:18

lcg_magic算法笔记：插入排序

文章目录插入排序(InsertionSort)1.名称2.思想3.算法伪代码4.代码实现5.测试结果插入排序(InsertionSort)1.名称插入排序法，英文名称INSERTIONSORT。2.思想插入排序的思想是：所有待排序的元素组成的一个数组为A[1..n]A[1..n]A[1..n]（此时A[1..n]A[1..n]A[1..n]中元素是无序的），假设其中前一部分的元素已经排好序，排好序

lcg_magic·2022-11-16 07:40

lcg_magic算法笔记：冒泡排序

文章目录冒泡排序1.思想2.算法3.代码4.结果5.疑问6.改进7.更新8.比较9.源码10.文件冒泡排序1.思想冒泡排序，人如其名，排序过程就是一个不断冒泡的过程。在冒泡过程中，值较大的元素下沉，值较小的元素上浮，逐渐形成有序。若序列AAA中有nnn个元素，通常需要进行n−1n-1n−1轮。第1轮，针对A[1]A[1]A[1]至A[n]A[n]A[n]元素进行排序；第2轮，针对A[1]A[1]A

lcg_magic·2022-11-16 07:39

lcg_magic算法笔记：反转单链表

文章目录1.题目2.无头结点的单链表2.1.原始单链表2.2.反转过程2.3.代码2.4.结果2.5.Github3.带头结点的单链表3.1.初始单链表3.2.反转3.3.代码3.4.结果3.5.Github1.题目将单链表进行反转。2.无头结点的单链表2.1.原始单链表2.2.反转过程初始化cur=head;p=null;q=null;反转第一个节点；q=cur.next;cur.next=p;