Lecture

损失函数

于是上网查了下，找到了一篇介绍lossfunction的英文文献（http://www.ics.uci.edu/~dramanan/teaching/ics273a_winter08/lectures/lecture14
adminabcd·2015-06-02 11:00

机器学习技法——第1-2讲.Linear Support Vector Machine

（https://class.coursera.org/ntumltwo-001/lecture）第1讲-------LinearSupportVectorMa
xyd0512·2015-05-17 02:00

Coursera-Machine Learning 笔记（一）

Coursera-MachineLearning笔记（一）TOPIC:LinearRegressionwithonevariableAbstract本文是https://class.coursera.org/ml-005/lecture
ColdZoo·2015-05-11 12:14

Coursera-Machine Learning 笔记（一）

Coursera-MachineLearning笔记（一）TOPIC:LinearRegressionwithonevariableAbstract本文是https://class.coursera.org/ml-005/lecture
ColdZoo·2015-05-11 12:14

资源向导之 Distributed System 计划 #持续更新中# MIT 6.824

正式准备开辟第二战场...哇咔咔~使用的课程版本是2015年春季最新的.恩,也就是目前在不断更新的课程,嘿嘿...赶上趟了~会和JOS使用同样的方式去记录学习的各种坑...OK:一下会统一按照这种格式，记录每一次lecture
u011368821·2015-04-30 13:00

A and B and Lecture Rooms(倍增LCA+树形DP)

题目地址：http://codeforces.com/contest/519/problem/E这题作为E题来说挺水的。先用树形DP求出每个节点的子树的所有节点的个数。然后询问的时候先找到u，v路径中的中点，然后分情况讨论求出个数来就好了。。犯了好多**错误。。。终于调试出来了。。。代码如下：#include #include #include #include #include #include
u013013910·2015-04-17 23:00

Regularization 正则化 解决过拟合问题 Lecture 7

     解释：正则化解决的是过拟合问题，过拟合是因为选择参数过多，非常准备的拟合了训练数据，如最右那张图，过度拟合训练数据的结果是，该模型的泛化程度很低，多新数据的拟合非常差。   如果，是对于逻辑回归的过渡拟合。解决过拟合的方法:     总结：正则化的思想就是，对与代价函数J(θ)加上一项惩罚因子，要是代价函数J(θ)最小的的唯一途径就是使参数θ[1:n]尽可能小。      
lujiandong1·2015-03-31 17:00

Andrew Ng的 Machine Learning 读书笔记 Lecture 4(数据归一化，调参)

数据归一化：    归一化化定义：我是这样认为的，归一化化就是要把你需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保正程序运行时收敛加快。 方法有如下：    1、线性函数转换，表达式如下：y=(x-MinValue)/(MaxValue-MinValue)说明：x、y分别为转换前、后的值，MaxValue、MinValue分别为样本的
lujiandong1·2015-03-28 16:00

Andrew Ng的 Machine Learning 读书笔记 Lecture 2

                                           解释：训练数据去通过算法去训练一个模型，最后训练好的模型就形成了一个预测函数h解释：梯度下降算法，如果选取的参数的初始化值不一样，梯度下降算法得到的最优解可能也不一样，可能会达到不同的局部最优解。梯度下降算法的伪代码：correct的代码，所有参数都是同步更新的，Incorrect代码先更新了参数θ0，然后在更新
lujiandong1·2015-03-28 15:00

CS224d: Deep Learning for Natural Language Process

CourseDescriptionTeachingAssistantsPengQiCourseNotes(updatedeachweek) DetailedSyllabusClassTimeandLocationSpringquarter(March-June,2015).Lecture
Airship·2015-03-17 15:00

Scala 2 - 4 - Lecture 1.4 - Conditionals and Value Definitions (8_49)

val和def的区别在scala中，可以用val和def前缀来定义变量，例如：valx=1 defy="foo"这两者的区别在于：val定义值时，会做call-by-value操作，def则会做call-by-name操作。例如：//这是一个死循环 defloop:Boolean=loop //用val定义时会做call-by-value，以下语句会block住 valx=loop //用de
kekeromer·2015-03-11 16:00

Coursera Machine Learning课程学习系列入门

课程学习系列作为机器学习的初学者，Coursera的MachineLearningbyAndrewNg课程是最值得推荐的学习资源链接地址为https://class.coursera.org/ml-005/lecture
lin370·2015-03-06 23:03

Codeforces Round #287 Div2 D（The Maths Lecture）

Problem长度为N的数X（十进制），如果X的某一段后缀Y（十进制）可被k整除，则可被统计。问有多少这样的X？（modm）（不可含前导0）LimitsTimeLimit(ms):1000MemoryLimit(MB):256N:∈[1,1000]k∈[1,100]m∈[1,109]LookupOriginalProblemFromhereSolution数位dp。设dp[i][j]表示数长度为i
UESTC_peterpan·2015-03-06 17:00

A and B and Lecture Rooms LCA

简单LCA:求树上距离给定两个点a,b距离相等的点有多少个先预处理出每个节点的孩子个数sum[x],求出a,b的LCA,根据深度就可以知道两个点的距离,距离为偶数的有解.... 根据lca在a,b之间的位置不同分情况讨论:设a与lca距离为ha,b与lca距离为hb 1:lca在a,b正中间既a,b分别属于lca的两个子树中,结果为:n-sum[a往上距离lcaha-1的点]-sum[b往上距离l
u012797220·2015-03-06 01:00

Codeforces Round #294 Div2 E（A and B and Lecture Rooms）

Problem给一棵树，含有N个节点，N−1条边。进行M次查询，每次给定两个节点x,y，问树上有多少个节点到x,y的距离相同。LimitsTimeLimit(ms):2000MemoryLimit(MB):256N,M∈[1,105]x,y∈[1,N]LookupOriginalProblemFromhereSolution求出a,b两个节点的lca，再找到lca−>a或lca−>b上的某个节点v
UESTC_peterpan·2015-03-02 14:00

Codeforces 519E - A and B and Lecture Rooms (LCA)

题意：给一棵树，M次询问，每次询问到两个点距离相等的点的个数。519E-AandBandLectureRoomsAuthor: Bekzhan.KassenovInthisproblemwehavetoanswertothefollowingqueriesontree:forgivenpairsofverticesyourprogramshouldoutputnumberofeqidistandv
u011788531·2015-03-02 13:00

#294 (div.2) E.A and B and Lecture Rooms

1.题目描述：点击打开链接2.解题思路：本题让我长见识了。也学到了很多新的知识：LCA，多级祖先算法。如果只是单纯地将无根树转化为有根树，找到u,v的中点，再用BFS计算中线上结点的个数，那么最终会导致TLE。本题的高效算法如下：首先求出以1为根的树的所有结点的总个数，保存在num数组中，再利用LCA算法求出u,v的公共祖先，设为LCA。找到u,v结点的中点mid.此时规定deep[u]>deep
u014800748·2015-03-01 22:00

A and B and Lecture Rooms

题意：给定一颗树，点10^5，询问10^5，每次询问给出两个点，求树上有多少点到这两个点的距离相同。解法：建立倍增LCA，然后每次询问考虑如下，1)u==v，显然答案是n。2)u到v的距离为奇数(可通过LCA求出)，显然案为0。3)u和v的深度相同，那么答案就是n-lca偏向u的子树大小-lca偏向v的子树大小。4)u和v的深度不同，设v的深度大，答案就是lca的子树大小-lca偏向v的子树大小。
blankcqk·2015-03-01 20:00

A and B and Lecture Rooms

AandBarepreparingthemselvesforprogrammingcontests.TheUniversitywhereAandBstudyisasetofroomsconnectedbycorridors.Overall,theUniversityhasnroomsconnectedbyn - 1corridorssothatyoucangetfromanyroomtoanyot
Guard_Mine·2015-02-28 23:00

机器学习基石——第13-14讲.Hazard of Overfitting

（https://class.coursera.org/ntumlone-002/lecture）第13讲-------HazardofOverfitting
xyd0512·2015-02-16 05:00

机器学习基石——第11-12讲.Linear Models for Classification

（https://class.coursera.org/ntumlone-002/lecture）第11讲-------LinearModelsforClas
xyd0512·2015-02-16 05:00

海量数据挖掘——第1讲.MapReduce and PageRank

（https://class.coursera.org/mmds-002/lecture）第1讲-------MapRe
xyd0512·2015-02-16 04:00

函数即对象 Scala (一)

Lecture4.1FunctionsasObjects将匿名函数看成一个对象 A=>B其实就是scala.Function1[A,B]Function1是scala系统库的一个Trait，包含一个参数的函数特质
kris_he21·2015-02-11 23:48

函数即对象 Scala (一)

Lecture4.1FunctionsasObjects将匿名函数看成一个对象 A=>B其实就是scala.Function1[A,B]Function1是scala系统库的一个Trait，包含一个参数的函数特质
kris_he21·2015-02-11 23:48

hihoCoder - 1103 - Colorful Lecture Note （栈~~）

#1103:ColorfulLectureNote时间限制:10000ms单点时限:1000ms内存限制:256MB描述LittleHiiswritinganalgorithmlecturenoteforLittleHo.Tomakethenotemorecomprehensible,LittleHitriestocolorsomeofthetext.UnfortunatelyLittleHiis
u014355480·2015-02-07 00:00

机器学习基石——第9-10讲.Linear Regression

（https://class.coursera.org/ntumlone-002/lecture）第9讲-------LinearRegression从这一节
xyd0512·2015-02-05 11:00

机器学习基石——第7-8讲.The VC dimension

（https://class.coursera.org/ntumlone-002/lecture）第7讲-------TheVCdimension一、VCdi
xyd0512·2015-02-04 12:00

机器学习基石——第5-6讲.Training versus Testing

（https://class.coursera.org/ntumlone-002/lecture）第5讲-------TrainingversusTestin
xyd0512·2015-02-04 12:00

机器学习基石——第3-4讲.Types of Learning

（https://class.coursera.org/ntumlone-002/lecture）第3讲-------TypesofLearning上一节讲到
xyd0512·2015-02-04 12:00

机器学习基石——第15-16讲.Validation

（https://class.coursera.org/ntumlone-002/lecture）第15讲-------Validation一、模型选择问题机
xyd0512·2015-02-04 12:00

机器学习基石——第1-2讲.The Learning Problem

（https://class.coursera.org/ntumlone-002/lecture）第一讲-------TheLearningProblem一、
xyd0512·2015-02-04 12:00

Practical Programming in C

courses/electrical-engineering-and-computer-science/6-087-practical-programming-in-c-january-iap-2010/lecture-notes
robertsong2004·2015-02-03 14:00

Perl 中的正则表达式

原帖地址:http://263.aka.org.cn/Lectures/002/Lecture-2.1.2/perl-reg.html【正则表达式的三种形式】首先我们应该知道Perl程序中，正则表达式有三种存在形式
Jerry_1126·2015-01-31 19:00

codeforces--507D--The Maths Lecture(数位dp)

TheMathsLectureTimeLimit:1000MS     MemoryLimit:262144KB     64bitIOFormat:%I64d&%I64uSubmit StatusAppointdescription: SystemCrawler (2015-01-24)DescriptionAmrdoesn'tlikeMathsashefindsitreallyboring,s
u013015642·2015-01-26 09:00

精通JavaScript:学习笔记1--现代JavaScript程序设计

1.面向对象的JavaScript   创建对象的构造函数,可以添加方法,也可以访问对象的属性的一个实例: ThrowingErrorsExample //'lecture'类的构造函数 //
fzyz_sb·2015-01-25 18:00

The Maths Lecture【数位DP】

题目地址：http://codeforces.com/contest/507/problem/D题意：给出n,k,m,问满足一下条件的数字有多少：1.这个数刚好有n位；2.这个数存在某非空的后缀Si，满足Si%k=0;3.这个数大于0；解法：这个题是个数位DP，我们考虑从数的右边往左边构造的方法。定义这样的DP数组， dp[i][j][0]：表示有i位数位，modk=j，且不含modk=0的后缀的
u013912596·2015-01-25 12:00

微软苏州校招笔试题目（1月10日）Colorful Lecture Note的解法

题目描述:ColorfulLectureNote时间限制:10000ms单点时限:1000ms内存限制:256MB描述LittleHiiswritinganalgorithmlecturenoteforLittleHo.Tomakethenotemorecomprehensible,LittleHitriestocolorsomeofthetext.UnfortunatelyLittleHiisu
freeWayWalker·2015-01-18 08:00

Scala 一切皆为函数 第二周视频笔记

Lecture2.2CurringMotivation  回顾sum(f,a,b)中如何使用不同的f来实现sum，铺垫匿名函数概念 FuctionsreturningFunctions  函数1可以是另外一个函数
kris_he21·2014-12-25 22:17

记录一次 sql复杂插入语句

insertintolecture(user_id,title,orderby)select'1','kjfajf',(selectmax(orderby)fromlecture)+1;该条内容插入lecture
风向·2014-11-25 22:00

VC Theory: Hoeffding Inequality

之前提过的 ProfessorYaserAbu-Mostafa 的机器学习课程在Lecture5、6、7三课中讲到了 VCTheory 的一些内容，用来回答他在课程中提到的“CanWeLearn？”
sruixue·2014-10-16 00:00

数据挖掘总介与PageRank

如果读者感兴趣可以参考https://class.coursera.org/mmds-001/lecture上面会有视频资料和一些讲义一、数据挖掘数据挖掘包括上面几个分支，而今天集中在应用在Web中横梁网页重要性的
yinlili2010·2014-09-30 15:00

EE8054 Semiconductor Memory Testing

http://www.ee.ncu.edu.tw/~jfli/memtest/lecture/Contents „Chapter1:Introduction„Chapter2:BasicsofMemories
RyaneLuo·2014-09-18 18:00

损失函数(loss function)

发现一份不错的介绍资料：http://www.ics.uci.edu/~dramanan/teaching/ics273a_winter08/lectures/lecture14.pdf （题名“Lossfunctions
yhdzw·2014-09-15 13:00

每天学点Scala 2

一下内容是作者学习scala公开课的学习笔记内容，此课程有scala创始人讲授https://class.coursera.org/progfun-004/lecture第二部分的函数式作为参数传递和返回
yunlong34574·2014-08-10 16:00

matplotlib的2D,3D教程

nbviewerFAQIPythonscientific-python-lectures / Lecture-4-Matplotlib.ipynb /matplotlib-2Dand3DplottinginPythonJ.R.Johansson
stereohomology·2014-07-23 23:00

2014年4月末开始为期一个月的学习计划

目前在学习的有： MIT的Algorithm Analysis--每天早上一小时（8：30-9：30）看lecture 一个月看完 http://v.163.com/movie/2010/12/
meadow1024·2014-04-22 22:00

斯坦福大学(Andrew Ng)机器学习课程讲义

coll=348ca38a-3a6d-4052-937d-cb017338d7b1 http://www.stanford.edu/class/cs229/materials.html Lecture
y_x·2014-04-22 10:00

mongo import json 文件

文件现有如下格式的json文件：[ { "title":"Introduction", "url":"http://courses.engr.illinois.edu/cs598jhm/sp2013/Slides/Lecture01
yuan882696yan·2014-04-18 17:00

Agglomerative clustering of a search engine query log (论文笔记)

原论文下载地址：http://www.cs.cornell.edu/courses/cs6784/2010sp/lecture/24-BeefermanBerger00.pdf最近看了一下Agglomerativeclusteringofasearchenginequerylog
lzj290438714end·2014-04-12 22:00

selenium和casperjs2种数据抓取方式(进来的朋友请留言，共同探讨)

今天用selenium和casperjs2种对https://class.coursera.org/nlp/lecture网站的ppt、pdf、srt、MP4的下载地址进行数据抓取1、python+selenium
yuan882696yan·2014-04-11 17:00
上一页 33 34 35 36 37 38 39 40 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他