Публикации по теме 'algorithms'
На C++ напишите метод findMatch, который возвращает позицию строки в массиве, которая…
int findMatch(const string a[], int n, string target);
Возвращает позицию строки в массиве, равную target ; если таких строк несколько, вернуть наименьший номер позиции такой совпадающей строки. Вернуть -1, если такой строки нет. string d[9] = {
"charlie", "novembe", "alpha", "alpha", "kilo", "kilo", "kilo", "alpha", "alpha"
};
int m = findMatch(d, 9, "kilo"); // returns 4…
Линейный поиск против двоичного поиска и почему мы должны подходить к любой проблеме, используя двоичный поиск как ...
Допустим, нам дан отсортированный массив из n элементов и просят найти данный элемент в массиве.
Простой и понятный метод - использовать линейный поиск , который мы начинаем с первого элемента, сравниваем один за другим и находим нужный элемент. Чтобы продемонстрировать, скажем, у нас есть отсортированный массив из 10 различных чисел от маленького до большого, и мы хотим найти 70:
В худшем случае, чтобы найти его, мы должны пройти через весь массив, то есть когда элемент находится..
Алгоритмы машинного обучения для обнаружения и предотвращения мошенничества в финансовых системах
Мошеннические действия в финансовых системах представляют значительную угрозу, приводящую к финансовым потерям, ущербу репутации учреждений и утрате доверия со стороны клиентов. Обнаружение и предотвращение мошенничества требуют сложных методов, способных адаптироваться к постоянно меняющимся стратегиям мошенников. Алгоритмы машинного обучения (ML) стали мощным инструментом в этой битве, предлагая возможность анализировать огромные наборы данных и выявлять сложные закономерности,..
Оперативное преобразование, алгоритм совместного редактирования в реальном времени
Это второй пост, связанный с Оперативным преобразованием , алгоритмом совместного редактирования в реальном времени. Первый пост был Как работают совместные редакторы в реальном времени? [Оперативное преобразование] ».
В этом посте я хотел бы углубиться в функцию преобразования, как клиенты ждут подтверждения от сервера перед отправкой дополнительных операций, а также в составное операционное преобразование.
Функция трансформации
Напомним, для обработки параллельных операций мы..
Деревья решений 2/2
2/2 содержит кодовую часть алгоритма классификатора деревьев решений.
Краткий обзор того, что мы узнали в Дереве решений 1/2 .
Дерево решений — это инструмент поддержки принятия решений, который использует древовидную модель решений и их возможных последствий, а также оценки вероятности и затрат для прогнозирования результата решения. Классификаторы дерева решений широко используются во многих областях, таких как оценка кредитного риска, медицинская диагностика и классификация..
Что такое эвристическая функция?
Эвристическая функция: понимание ее важности и приложений
Эвристическая функция — это метод, который помогает алгоритмам поиска находить наиболее эффективный путь к цели. Другими словами, это функция, которая оценивает возможные решения проблемы и оценивает их ценность на основе определенных критериев. Этими критериями могут быть расстояние между текущим состоянием и целевым состоянием, стоимость перехода из одного состояния в другое или другие соответствующие факторы.
В основном..
Подготовка к собеседованию по алгоритму 27: Буквенные комбинации номера телефона (средний уровень)
Вопрос
Учитывая строку, содержащую цифры от 2-9 включительно, вернуть все возможные комбинации букв, которые может представлять число. Верните ответ в любом порядке .
Отображение цифр в буквы (точно так же, как на телефонных кнопках) приведено ниже. Обратите внимание, что 1 не соответствует ни одной букве.
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..