E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
coursera机器学习笔记
论文阅读04:使用序列标注的方式解决实体和关系的联合抽取
公众号:数据挖掘与
机器学习笔记
JointExtractionofEntitiesandRelationsBasedonaNovelTaggingScheme1.摘要实体和关系的联合抽取是信息抽取中的一个重要任务
大雄没有叮当猫
·
2022-12-23 20:17
关系抽取
自然语言处理
自然语言处理
关系抽取
机器学习笔记
28——Boosting方法之CatBoost算法原理及python实战
CatBoost算法引言1、CatBoost简介2、CatBoost原理2.1类别型特征处理2.1.1类别型特征常规工程操作2.1.2目标变量统计(TargetStatistics)引言\quad\quadCatBoost是俄罗斯的搜索巨头Yandex在2017年开源的机器学习库,是Boosting族算法的一种。CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器,都是在
珞沫
·
2022-12-23 19:50
机器学习
#
集成学习
机器学习
CatBoost
机器学习笔记
: ELMO BERT
1EmbeddingsfromLanguageModel(ELMO)1.1ContextualizedWordEmbedding在之前的wordembedding中,同一个单词(同样type的内容),会被表示成相同的embedding。但是一个单词会有很多的意思(token),比如下图中的”bank“,就有不同的含义所以我们需要给不同的token,以不同的embedding1.2ELMO基于RNN
UQI-LIUWJ
·
2022-12-23 18:02
机器学习
机器学习
bert
人工智能
【Datawhale可解释性
机器学习笔记
】LIME
介绍LIME算法是MarcoTulioRibeiro2016年发表的论文《“WhyShouldITrustYou?”ExplainingthePredictionsofAnyClassifier》中介绍的局部可解释性模型算法。该算法主要是用在文本类与图像类的模型中。论文地址WhyShouldITrustYou?”ExplainingthePredictionsofAnyClassifier基本特征可解
JeffDingAI
·
2022-12-23 13:00
机器学习
学习
机器学习笔记
-感知机对偶形式
文章目录前言一、感知机对偶形式二、感知机对偶形式的实现总结前言 感知机模型是有两种形式的,上一篇文章中详细学习了感知机的原始形式数学模型,我们知道,感知机应该还有对偶形式,这篇文章就来记录一下感知机对偶形式的的数学模型。一、感知机对偶形式 我们知道感知机的学习算法可以解释为:当一个实例点被误分类时,即位于分离超平面的错误一侧时,则根据这个误分类点来调整www和bbb的值,使分离超平面向误分类点
Pijriler
·
2022-12-23 10:21
机器学习笔记
机器学习
人工智能
算法
LHY
机器学习笔记
-4
文章目录lhy
机器学习笔记
-4深度学习三个步骤神经网络完全连接前反馈神经网络FC矩阵运算模型评价选取最优函数Backpropagation以单个神经元为例考虑forwardpassbackwardpasssummarylhy
白马非马lxl
·
2022-12-23 09:06
LHY机器学习
神经网络
深度学习
机器学习
Coursera
自动驾驶1.5——纵向控制和横向控制
文章目录一、横向控制1.PID控制(1)PID控制介绍(2)例子:二阶弹簧质量阻尼模型2.PID纵向控制3.前馈速度控制(1)介绍(2)汽车纵向速度控制二、横向控制1.介绍2.控制器设计3.类型误差2.常用的横向控制算法一、横向控制1.PID控制(1)PID控制介绍PID控制包含三项:与误差eee成比例的比例项KP\K_{P}KP与误差积分成比例的积分项KI\K_{I}KI与误差导数成比例的导数项
李明朔
·
2022-12-23 09:32
自动驾驶
自动驾驶
机器学习笔记
六-----------------使用Prophet(时间序列模型)预测空气质量的数据的例程的笔记
一,源码及数据的下载链接https://github.com/marcopeix/air-quality二,源码解读2.1,读入原始数据原始数据大小【9471,17】DATAPATH='/home/kongxianglan/code/air-quality-master/data/AirQualityUCI.csv'data=pd.read_csv(DATAPATH,sep=';')data.he
YOULANSHENGMENG
·
2022-12-23 06:12
机器学习
机器学习
机器学习笔记
-最大熵模型
最大熵 在学习最大熵模型前,我们需要知道熵是什么,在前面决策树那一节,我们介绍了决策树在选择特征时所采用的三种策略:信息增益、信息增益比和基尼指数,其中信息增益和信息增益比都是基于熵计算的,在那里介绍了熵是表示随机变量不确定性的度量,如果设随机变量XXX的概率分布为:P(X=xi)=pi, i=1,2,⋯ ,nP(X=x_i)=p_i,\,\,\,\,\,i=1,2,\cdots,nP(
Pijriler
·
2022-12-22 16:49
机器学习笔记
机器学习
sklearn
人工智能
机器学习笔记
一 :读取iris数据集,并可视化
1.下载iris数据集点击进入UCI数据库把下载的文件的iris.data改成iris.csv2.利用pycharm,对前两维数据进行可视化我是将数据集的label改成了1,2,3所以代码里面的判断依据是1,2,3
Tanvanyo
·
2022-12-22 13:20
iris数据集读取
可视化数据集
Python
pycharm
python
机器学习
机器学习笔记
二十:在Iris数据集上实现决策树的可视化
决策树可视化写在前面Iris数据集使用plot_tree绘制决策树graphviz绘制决策树dtreeviz绘制决策树写在前面决策树是一种用于机器学习的监督算法。它使用一个二进制树形图(每个节点有两个孩子)为每个数据样本分配一个目标值,目标值呈现在树叶中。为了到达树叶,样本通过节点传播,从根节点开始。在每个节点中,决定它应该去哪个子孙节点。决定是根据所选样本的特征做出的。决策树学习是一个根据所选指
Amyniez
·
2022-12-22 13:06
机器学习
决策树
python
随机森林
sklearn
2020李宏毅
机器学习笔记
-ELMO, BERT, GPT
目录摘要1.Background2.ELMO3.BERT3.1TrainingofBERT3.1.1Approach1:MaskedLM3.1.2Approach2:NextSentencePrediction(NSP)3.2HowtouseBERT3.2.1case1:classification3.2.2case2:SlotFilling(插槽填充)3.2.3case3:NLI(自然语言推理)
ZN_daydayup
·
2022-12-22 06:03
人工智能
机器学习
深度学习
训练seq2seq模型的一些Tips——李宏毅
机器学习笔记
CopyMechanism有时我们并不需要decoder创造一些东西出来,有些内容是可以从encoder复制而来。最早具有复制能力的模型:PointerNetwork例如:chat-botSummarization至少要训练百万篇文章GuidedAttentionMonotonicAttentionLocation-awareattention语音识别往往也会犯很多低级的错误,例如语音合成中念短句
我是小蔡呀~~~
·
2022-12-22 06:27
李宏毅机器学习笔记
人工智能
语音识别
2021李宏毅
机器学习笔记
--17 transformer
2021李宏毅
机器学习笔记
--17transformer摘要一、transformer二、Self-Attention三、Muliti-headself-attention四、PositionEncoding
guoxinxin0605
·
2022-12-22 06:25
人工智能
卷积神经网络
深度学习
机器学习
【Transformer】——李宏毅
机器学习笔记
Transformer前言transformer是一个sequence-to-sequence(seq2seq)的modelinputasequence,outputasequence.Theoutputlengthisdeterminedbymodel.例如语音辨识:那么为什么不能把以上三种模型结合起来,进行语音识别呢?因为有一些语言根本没有文字。Languagewithouttext.台语、闽
我是小蔡呀~~~
·
2022-12-22 06:23
李宏毅机器学习笔记
transformer
语音识别
Transformer及变体详解教程(更新中)
Transformer:李宏毅
机器学习笔记
——Transformer_NLP小白+的博客-CSDN博客_李宏毅transformer详解Transformer中Self-Attention以及Multi-HeadAttention
KuromiHan
·
2022-12-22 03:11
Transformer
transformer
深度学习
人工智能
机器学习笔记
之玻尔兹曼机(一)基本介绍
机器学习笔记
之玻尔兹曼机——基本介绍引言回顾:玻尔兹曼机的模型表示模型参数的对数似然梯度关于模型参数W\mathcalWW的对数似然梯度关于模型参数L,J\mathcalL,\mathcalJL,J的对数似然梯度引言在受限玻尔兹曼机
静静的喝酒
·
2022-12-21 17:32
机器学习
人工智能
玻尔兹曼机
对数似然梯度
含隐变量能量模型的对数似然梯度
吴恩达新课上线:TensorFlow移动和web端机器学习
Coursera
又有TensorFlow专项课程了,这回的主要内容放在了TensorFlow.js、TensorFlowLite等web或移动端的使用。大家都很熟悉吴恩达了。
程序员资源社区
·
2022-12-21 13:06
机器学习
人工智能
深度学习
python
编程语言
论文笔记02:深度学习实体关系抽取研究综述
公众号:数据挖掘与
机器学习笔记
摘要、前言实体关系抽取:通过对文本信息建模,从文本中自动抽取实体对间的语义关系,提取出有效的语义关系应用领域:信息抽取、自然语言理解、信息检索、机器翻译、语义网标注、知识图谱等抽取方法
大雄没有叮当猫
·
2022-12-21 12:53
自然语言处理
自然语言处理
可解释
机器学习笔记
合集
task01导论【学习打卡01】可解释机器学习之导论Task01预备知识学习task02ZFNet【学习打卡】ZFNet深度学习图像分类算法【学习打卡02】可解释
机器学习笔记
之ZFNet【算法】可解释机器学习
爱学习的书文
·
2022-12-21 11:17
人工智能
python
Coursera
机器学习-Week 3-测验:Logistic Regression
这节课主要讲的是逻辑回归(LogisticRegression),说到底还是考的数学功底,一些数学原理的倒腾。2描述解析给定几个数据,画出图后问你有几项对的,多选题。对于这样的数据,单纯的用线性回归并不是特别适用,适当的增加多项式特性,可以提高对数据的适应。4描述解析没啥可说的,主要是翻译问题,说一下C,代价函数具有很多局部最优值。5描述解析代入θ0、θ1、θ2得,−6+x1,所以当x1>6时,h
f_zyj
·
2022-12-21 08:37
机器学习
机器学习
Week 11:Application:Photo OCR课后习题解答
大家好,我是MacJiang,今天和大家分享的是
Coursera
-StanfordUniversity-MachineLearning-Week11:Application:PhotoOCR的课后习题解答
Mac Jiang
·
2022-12-21 08:34
Mac
Jiang的机器学习专栏
Coursera
机器学习
Week-11
光字符识别
从英语翻译到人工智能:我如何用两年时间跨界转行
2016年春夏:开始在
Coursera
上从零自学编程,主要是Python。2016年夏末:找到第一份计算机语言学领域的实习,在德国一
无敌风火轮流转
·
2022-12-21 07:11
人工智能
改行学it
python
学习方法
程序人生
机器学习笔记
- 基于JavaScript的顶级机器学习框架
1、概述虽然Python和C++编程语言已成为机器学习框架的流行选择,但JavaScript也并不落后。环顾四周,可能会发现JavaScript框架也已在AI中实现。事实上,根据GitHub对最佳机器学习技术的评论,JavaScript排在Python和C++之后的第三位,而R则排在第八位。这些JavaScript框架正在通过人工智能和机器学习促进业务增长。在本文中,我们不分先后,列出了一些基于J
坐望云起
·
2022-12-20 22:54
机器学习
javascript
开发语言
TensorFlow.js
ML5.js
Brain.js
机器学习笔记
:kMeans聚类
kMeans聚类优点:容易实现。缺点:可能收敛到局部最小值,在大规模数据集上收敛较慢。适用数据类型:数值型数据K-均值算法:先随机确定k个初始点作为质心,然后将数据集中的每个点分配到一个簇中,具体来讲为每个点找距其最近的质心,并将其分配给该质心所对应的簇。再每个簇更新质心为该簇所有点的平均值。Python3.6实现kMeans算法importnumpyasnp#加载数据defloadDataSet
TccccD
·
2022-12-19 13:36
python
机器学习
Python
kMeans
深度神经网络的训练过程,深度神经网络训练方法
Coursera
的Ng机器学习,UFLDL都看过。没记错的话Ng的机器学习里是直接给出公式了,虽然你可能知道如何求解,但是即使不知道完成作业也不是问题,只要照着公式写就行。
普通网友
·
2022-12-19 11:27
神经网络
spark
机器学习笔记
:(七)用Spark Python构建聚类模型
声明:版权所有,转载请联系作者并注明出处http://blog.csdn.net/u013719780?viewmode=contents博主简介:风雪夜归子(英文名:Allen),机器学习算法攻城狮,喜爱钻研MeachineLearning的黑科技,对DeepLearning和ArtificialIntelligence充满兴趣,经常关注Kaggle数据挖掘竞赛平台,对数据、MachineLea
风雪夜归子
·
2022-12-19 10:24
spark机器学习笔记
Machine Learning -
Coursera
吴恩达机器学习教程 Week1 学习笔记
机器学习的定义ArthurSamuel传统定义ArthurSamuel:“thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.”Thisisanolder,informaldefinition.让计算机无需明确编程,就有学习能力。TomMitchell现代定义TomMitchell:“
zhang35
·
2022-12-19 10:39
机器学习
机器学习
人工智能
【学习笔记】Machine Learning.吴恩达 (Week1)
假期到了,趁此良机给自己充充电,选择了
Coursera
网站上的MachineLearning课程学习,本系列文章为个人学习笔记,主要记录一些自己觉得比较新鲜知识及思考,没有申请加入课程,也没有买下课程,
无星之夜的咏叹调
·
2022-12-19 10:03
学习
机器学习
机器学习笔记
week1
监督学习:需要数据集已有正确答案回归问题:预测连续值如:预测房价分类问题:预测离散值如:预测是否是恶性肿瘤监督学习工作方式trainingset->learningalgorithm->hypothesis-------------------------------------------------------------------------------------------------
sunsi_10
·
2022-12-19 10:32
machine
learning
机器学习
Coursera
机器学习吴恩达-Week1
机器学习定义ArthurSamuel(1959).MachineLearning:Fieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed.使机器在没有明确编程上的研究领域具备学习的能力.TomMitchell(1998)Well-posedLearningProblem:Acomputerpro
ox180x
·
2022-12-19 10:00
机器学习
人工智能
吴恩达
Coursera
课程——第一部分:监督学习Week1
本人ML小白一枚,知识的学习和笔记的整理也借鉴了多位大佬的知识,一起加油~~一、机器学习1、定义Tom认为能从经验E中学习,解决任务T,达到性能度量值P,当且仅当,有了经验E后,经过P评判,程序在处理T时的性能有所提升。监督学习:教会计算机完成某项任务。非监督学习:让计算机自己学习完成某项任务。案例:医疗、自动驾驶、读手语、音乐生成、自然语言处理的案例。2、监督学习给算法一个数据集,其中包含了正确
jqqjrr123
·
2022-12-19 10:57
学习
人工智能
Coursera
Machine Learning Week1 学习笔记
注:本文已迁移到http://blog.csdn.net/JinbaoSite/article/details/66530136
Coursera
MachineLearningWeek1一、Introduction1.1
JinbaoSite0144
·
2022-12-19 10:56
机器学习
机器学习
吴恩达
机器学习笔记
week1——初识机器学习
吴恩达
机器学习笔记
week1——初识机器学习1-1.欢迎参加《机器学习》课程1-2.什么是机器学习?
Saulty
·
2022-12-19 10:55
机器学习
基于python的分类预测_[Python]
机器学习笔记
基于决策树的分类预测
一、介绍决策树是一种常见的分类模型,在金融分控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分,这种思想是人类处理问题时的本能方法。决策树的主要优点:具有很好的解释性,模型可以生成可以理解的规则。可以发现特征的重要程度。模型的计算复杂度较低。决策树的主要缺点:模型容易过拟合,需要采用减枝技术处理。不能很好利用连续型特征。预测能力有限,无法达到其他强监督模型效果
weixin_39627405
·
2022-12-19 08:15
基于python的分类预测
机器学习笔记
(5)集成算法
集成算法Ensemblemethod多个学习器联合解决同一个问题要求是:“好而不同”对于集成算法的分类:个体学习器之间存在强烈依赖关系,必须串行生成序列化方法:Boosting;给定学习器之间不存在强依赖关系,可同时生成的并列化方法:Bagging、RandomForestBoosting这里其实应该把随机森林放在前面,随机森林是那种比较容易理解的“集成”,Boosting方法是一种“迭代”形式的
是魏小白吗
·
2022-12-19 01:30
机器学习中的思考
机器学习
机器学习笔记
(一)——KNN学习
一、概念:KNN(K-NearestNeighber,简称KNN)学习是一种常用的监督学习方法。(一)工作机制:给定测试样本,基于某种距离度量找出训练集中与其最靠近的k个训练样本,然后基于这k个“邻居”的信息来进行预测,其实就是所谓“近朱者赤,近墨者黑”。(二)训练过程:KNN学习,没有显式的训练过程,是典型的“懒惰学习”的技术,在训练阶段中仅仅把样本保存起来,训练时间开销为零,待收到测试样本后再
爱学习的老青年
·
2022-12-18 17:55
机器学习
机器学习
python
算法
【Datawhale可解释性
机器学习笔记
】CAM
CAM是什么论文:LearningDeepFeaturesforDiscriminativeLocalizationCAM全称ClassActivationMapping,既类别激活映射图,也被称为类别热力图、显著性图等。是一张和原始图片等同大小图,该图片上每个位置的像素取值范围从0到1,一般用0到255的灰度图表示。可以理解为对预测输出的贡献分布,分数越高的地方表示原始图片对应区域对网络的响应越
JeffDingAI
·
2022-12-18 14:15
学习
机器学习笔记
——pandas
文章目录一.Pandas基本介绍1.Series3.DataFrame的简单运用二.Pandas选择数据1.简单的筛选2.根据标签loc3.根据序列iloc4.根据混合的这两种ix(老版本可用)5.通过判断的筛选三.Pandas设置值1.根据位置设置loc和iloc2.根据条件设置3.按行或列设置4.添加数据四.Pandas处理丢失数据1.pd.dropna()2.pd.fillna()五.Pan
老墨墨pro
·
2022-12-18 11:45
笔记
机器学习
python
数据挖掘
李弘毅
机器学习笔记
:第十五章—半监督学习
李弘毅
机器学习笔记
:第十五章—半监督学习监督学习和半监督学习半监督学习的好处监督生成模型和半监督生成模型监督生成模型半监督生成模型假设一:Low-densitySeparationSelf-training
weixin_mm975247003
·
2022-12-18 10:45
李弘毅机器学习笔记
李弘毅机器学习
训练神经网络的详细步骤,神经网络训练过程图解
Coursera
的Ng机器学习,UFLDL都看过。没记错的话Ng的机器学习里是直接给出公式了,虽然你可能知道如何求解,但是即使不知道完成作业也不是问题,只要照着公式写就行。
普通网友
·
2022-12-18 09:27
神经网络
深度学习
机器学习
高斯分布的极大似然估计
本文是关于
coursera
上《Robotics:EstimationandLearning》课程的笔记。前面通过一个例子简单地介绍了极大似然估计的意思,现在来对高斯分布做极大似然估计。
Yemiekai
·
2022-12-18 00:05
概率论与数理统计
机器学习笔记
-PCA(主成分分析)
参考资料(大量参考了第一个链接,里面讲的非常详细):https://zhuanlan.zhihu.com/p/77151308统计学习方法(李航)https://zhuanlan.zhihu.com/p/29846048https://zhuanlan.zhihu.com/p/58064462
Serendipity-Wu
·
2022-12-17 14:49
机器学习
机器学习
人工智能
机器学习笔记
(七)-主成分分析PCA
原创不易,转载前请注明博主的链接地址:Blessy_Zhuhttps://blog.csdn.net/weixin_42555080本次代码的环境:运行平台:WindowsPython版本:Python3.xIDE:PyCharm一、前言解决模型过拟合问题的基本方法有:增加数据量正则化降维直接降维:人工的特征选择线性降维:PCA、MDS非线性降维:流形:ISOMAP,LLE这次要介绍的内容是高维数
Blessy_Zhu
·
2022-12-17 14:19
机器学习
PCA主成分分析
SVD奇异值分解
最大投影方差
最小重构距离
经典主成分分析CPC
PCA
机器学习笔记
-投票法(Voting)理论与实现
投票法(Voting)简介投票法(Voting)是利用多个模型来训练数据集,最终使用投票的方式来选择结果。Voting分为两种类型:软投票(SoftVoting)和硬投票(HardVoting)。软投票:输出类概率硬投票:输出类标签投票法(Voting)实现硬投票importnumpyasnpfromsklearn.treeimportDecisionTreeClassifierfromsklea
小刘同学要努力呀
·
2022-12-17 14:14
机器学习
python
人工智能
机器学习笔记
-K-Means理论及实现
聚类算法聚类算法与分类算法的区别如下所示:聚类算法可以应用于寻找优质客户、社区发现、异常点监控等方面。K-Means简介K-Means算法是最简单的聚类算法,核心思想是以空间中k个点为中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新个聚类中心的值,直至得到最好的聚类结果。K-Means算法的具体过程如下所示:先从没有标签的元素集合A中随机取K个元素,作为K个子集各自的重心。分别计算剩
小刘同学要努力呀
·
2022-12-17 14:14
机器学习
kmeans
聚类
机器学习笔记
-DBSCAN
DBSCAN简介DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同,它将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并可在噪声的空间数据库中发现任意形状的聚类。DBSCAN中的特定定义:Ε邻域:给定对象半径为Ε内的区域称为该对象的Ε邻域;如
小刘同学要努力呀
·
2022-12-17 14:14
机器学习
聚类
算法
机器学习笔记
09---PCA主成分分析
在机器学习中,对高维数据进行降维的主要目的是希望找到一个合适的低维空间,在此空间中进行学习能比原始空间性能更好。主成分分析(PrincipaiComponentAnalysis,简称PCA)是最常用的一种降维方法。在介绍PCA之前,不妨先考虑这样一个问题:对于正交属性空间中的样本点,如何用一个超平面(直线的高维推广)对所有样本进行恰当的表达?容易想到,若存在这样的超平面,那么它大概具有这样的性质:
一件迷途小书童
·
2022-12-17 14:14
Machine
Learning
机器学习
算法
降维
机器学习笔记
-主成分分析(PCA)
主成分分析(PCA)简介PCA(principalcomponentsanalysis)即主成分分析技术,又称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标。具体如下图将2D压缩为1D:如下图将3D压缩为2D:降维分析降维就是找到数据中最重要的方向,即方差最大的方向。对于高维数据需要先找到第一个主成分方差最大的方向提取出来,第二个主成分来自于方差次大的那个数据,并且与第一个主成分正
小刘同学要努力呀
·
2022-12-17 14:09
机器学习
python
人工智能
机器学习笔记
-Week02-卷积神经网络
卷积神经网络文章目录卷积神经网络深度学习三部曲损失函数全连接网络处理图像卷积神经网络卷积池化全连接卷积神经网络典型结构AlexNetZFNetVGGGoogleNetResNet手动实现一个简单的ResNet网络MNIST数据集分类加载MNIST数据集利用matplotlib加载数据可视化创建全连接网络和卷积神经网络定义训练测试函数利用全连接网络训练利用卷积神经网络训练打乱训练图像的像素定义打乱数
爱吃章鱼的怪兽
·
2022-12-17 11:05
机器学习
机器学习
深度学习
神经网络
上一页
16
17
18
19
20
21
22
23
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他