Публикации по теме 'algorithms'
Плюсы и минусы популярных алгоритмов контролируемого обучения
Все мы использовали один из следующих алгоритмов контролируемого обучения для прогнозного анализа:
Логистическая регрессия Хребтовая регрессия Регрессия ЛАССО Линейный дискриминантный анализ (LDA) K Ближайшие соседи (KNN) Наивный байесовский (NB) Машина опорных векторов (SVM) Древо решений Случайный лес (РФ) Повышение градиента
Но задумывались ли вы об их плюсах или минусах? Здесь я перечислил несколько:
1. Логистическая регрессия:
Плюсы:
а) Используется,..
Максимальная глубина бинарного дерева🔭
Вопрос
Учитывая root бинарного дерева, вернуть его максимальную глубину .
Максимальная глубина бинарного дерева — это количество узлов на самом длинном пути от корневого узла до самого дальнего конечного узла.
Пример 1:
Input: root = [3,9,20,null,null,15,7]
Output: 3
Пример 2:
Input: root = [1,null,2]
Output: 2
Ограничения:
Количество узлов в дереве находится в диапазоне [0, 104] . -100 <= Node.val <= 100
Java-решение
Временная..
Допустим, вам дан такой массив
Допустим, вам дан такой массив
-2 1 -3 4 -1 2 1 -5 4
Как узнать самый большой подмассив? При осмотре мы видим, что подмассив
4 -1 2 1
имеет наибольшую сумму, 6.
Как бы вы придумали алгоритм решения этой проблемы? Если вы занимаетесь этим достаточно долго, ваша интуиция подскажет вам динамическое программирование. Вы можете подумать о том, чтобы сделать два цикла, чтобы заполнить половину массива N на N с длинами подмассива от индекса 0 до длины ввода и всего, что между ними...
Алгоритм счастливых чисел
Хороший предлог для использования рекурсии за пределами рядов Фибоначчи и факториалов
Большинство студентов-программистов слышали о рекурсии. В большинстве случаев после краткого объяснения инструктор всегда показывает пример использования рекурсии для вычисления ряда Фибоначчи или факториала числа.
После этого учитель говорит ... хорошо, теперь вы знаете, что такое рекурсия, и можете использовать ее всякий раз, когда у вас есть повторяющаяся задача ...
Что ж, все мы знаем, что это..
Хеш-таблицы - это ответ на все вопросы!
Кроме случаев, когда они не ...
Предыстория. Хеш-таблицы - это здорово, не правда ли? При правильной реализации они кажутся окончательной структурой данных выбора. Что может не понравиться с впечатляющим средним поиском, вставкой и удалением Θ (1)?
Что ж, не так уж много, если все идеально и вариант использования правильный . В худшем случае хеш-таблицы работают так же или медленнее, чем все другие структуры данных:
Компромисс. Хеш-таблицы содержат проблемы. Что-то..
Алгоритм JavaScript: Прекрасные дни в кино
Для сегодняшнего алгоритма мы собираемся написать функцию с именем beautifulDays , которая будет принимать три целых числа в качестве входных данных: i , j и k .
Представьте, что вы играете в игру с целыми числами, в которой вы находите разницу между числом и его обратной стороной. Пример: получить число 16 и перевернуть число 61. Если вычесть 16 из 61, вы получите 45. А теперь представьте, как вы применяете эту игру, чтобы узнать, когда идти в кино.
Вы хотите пойти в кино, но..
Действительно ли случайны случайные числа из функции генератора случайных чисел?
Да и нет!
Случайные числа, сгенерированные с помощью rand() или любых подобных функций, в основном не являются случайными, поскольку вычислительная система состоит из микропроцессора, а микропроцессор работает с систематическими командами (байт-кодами), выполняемыми одна за другой, поэтому нет никаких шансов на то, что случайность. Таким образом, случайные числа — это числа в повторяющейся последовательности. Но количество итераций, после которых они повторяются, очень велико, поэтому..
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..