WedX - журнал о программировании и компьютерных науках

Публикации по теме 'algorithms'


Сформируйте наибольшее число
Проблема Наибольшее число: InterviewBit Given a list of non negative integers, arrange them such that they form the largest number. Example: Given [3, 30, 34, 5, 9] , the largest formed number is 9534330. The result may be very large, so you need to return a string instead of an integer. Категория: Массивы Процесс решения Упорядочивание массива в определенном порядке должно вызвать идею реализации нашей стратегии пользовательской сортировки. В Java это означает..

Алгоритм быстрой сортировки
Алгоритм быстрой сортировки, признанный одним из 10 лучших алгоритмов 20-го века, является, пожалуй, наиболее эффективным из имеющихся алгоритмов сортировки. От его приложений в информатике до инженерии, астрономии, геометрии и т. Д. Алгоритм быстрой сортировки заслужил место как один из самых важных алгоритмов сортировки, о котором должен знать каждый инженер-программист. В этой статье мы рассмотрим алгоритм быстрой сортировки в три раза. 1. Логика алгоритма 2. Его реализация 3...

Номер столбца листа Excel🏍
Вопрос Получив строку columnTitle , представляющую заголовок столбца, отображаемый на листе Excel, вернуть соответствующий номер столбца . Например: A -> 1 B -> 2 C -> 3 ... Z -> 26 AA -> 27 AB -> 28 ... Пример 1: Input: columnTitle = "A" Output: 1 Пример 2: Input: columnTitle = "AB" Output: 28 Пример 3: Input: columnTitle = "ZY" Output: 701 Ограничения: 1 <= columnTitle.length <= 7 columnTitle состоит только из..

Проверить, содержит ли список пифагорейскую тройку
Учитывая список, проверьте, существует ли такое сочетание элементов, что a² + b² = c², где a, b и c — разные элементы в списке. nums = [1, 2, 3] --> expect False nums = [1, 2, 3, 4, 5] --> expect True (3^2 + 4^2 = 5^2) nums = [3, 5, 12, 5, 13] --> expect True (5^2 + 12^2 = 13^2) Рассуждение Нам нужно проверить все комбинации пар all combinations of (a, b) по квадрату каждого элемента в списке c^2 . Формирование комбинаций пар будет занимать время O(n²). Чтобы проверить,..

Демистификация алгоритма A*
Введение: Вы сидите в своей машине, застряв в печально известном трафике Хайдарабада, и ждете, когда загорится зеленый сигнал. Или, может быть, вы бродите по оживленным улицам Бангалора, отчаянно пытаясь успеть на важную встречу вовремя. По мере того, как тикают минуты, и кажется, что пункт назначения отдаляется, вы не можете не желать, чтобы появился волшебный путь — секретный маршрут, о котором знаете только вы, ведущий прямо к месту назначения. Звучит как фантастика, правда?..

Случайная задача дерева решений
Есть кое-что, о чем вам нужно знать, если вы строите модели дерева решений с помощью известного пакета Python scikit-learn. Алгоритм, который он использует для построения моделей, является детерминированным (он дает согласованные результаты при многократном выполнении, если входные данные не меняются). Несмотря на эту природу, scikit-learn предоставляет гиперпараметр «Случайное состояние» для класса дерева решений. Этот гиперпараметр необходим только в том случае, если алгоритм не..

Основные проблемы собеседования по Python
Часть 1: массивы и хеш-таблицы, куча, два указателя, интервалы, связанный список, двоичный поиск, метод скользящего окна, строки, жадные алгоритмы и динамическое программирование. Эта статья будет полезна тем, кто готовится к ролям в разработке программного обеспечения, а также к ролям инженера по машинному обучению. В большинстве компаний нам придется пройти собеседование по кодированию с использованием структур данных и алгоритмов CS. Кроме того, в этой серии статей мы сначала..

Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]