Публикации по теме 'algorithms'
Не очень страшное введение в механизмы DP в Kotlin: максимальный подмассив
Понимание механизма Фибоначчи в динамическом программировании 1D
Динамическое программирование (DP) может быть пугающей темой для изучения. Плюс-минус, я организовал заметки по теме предыдущих изменений работы в виде удобоваримого руководства для более быстрого ввода в эксплуатацию. Меньше математики, больше лженауки.
На высоком уровне динамическое программирование следует аналогичной стратегии по всем направлениям:
Разбейте сложную проблему на более простые подзадачи Находит..
Репликация с нуля за пять простых шагов (невозможна)
Автор: Сергей Петренко
Меня зовут Сергей Петренко, и я работаю в команде кластерных технологий в Tarantool. В прошлом году я рассказывал о том, как Tarantool добавил синхронную репликацию и поддержку автоматического выбора лидера на базе Raft. Теперь предлагаю углубиться в реализацию репликации в Tarantool’е. Я расскажу о том, как работает репликация, на чем она основана в Tarantool и почему очевидные решения не всегда являются самыми оптимальными.
Если вы всегда хотели узнать больше..
Как использовать алгоритм сортировки подсчетом в JavaScript
Руководство по использованию алгоритма сортировки подсчетом в JavaScript
Поскольку мое время в качестве студента-программиста в школе Flatiron подходит к концу, я выполняю ежедневные задачи на HackerRank.com в качестве подготовки к будущим интервью. В центре внимания этой статьи будет решение вопроса HackerRank «Сортировка подсчета 1». Вопрос выглядит так:
По сути, создаваемая функция должна принимать массив в качестве параметра и возвращать массив частот со значениями в каждом..
ИИ, шумиха и человеческий интеллект
Профессор Стивен Хокинг сказал: Появление мощного ИИ будет либо лучшим, либо худшим, что когда-либо случалось с человечеством. Мы не знаем, какой .
ИИ (искусственный интеллект) и машинное обучение открывают новые горизонты, и некоторые шумихи теперь становятся реальностью во многих отраслях. Прорывы в области искусственного интеллекта такими компаниями, как Google, IBM, Tesla и другими технологическими гигантами, достигаются быстрее, чем многие предсказывали. В то время как некоторые..
Искусственный интеллект, машинное обучение и глубокое обучение
Технологии обновляются в невероятных масштабах. Каждый день, каждый час, каждую минуту у нас появляется что-то новое. Наука о данных - одно из немногих модных словечек этой технологической фазы. Исследования показывают, что после 2008 года наблюдался огромный приток данных. Каждую секунду многочисленные системы по всему миру обрабатывают терабайты данных. Это привело к развитию области науки о данных.
Искусственный интеллект в представлении не нуждается. Все, что нас окружает, прямо..
Борьба с «честным джерримендерингом» с помощью социально ориентированных алгоритмов
Алгоритмы принятия решений помогают определить, кто поступит в колледж, одобрен для получения ипотеки, и предвидеть, кто с наибольшей вероятностью совершит другое преступление после выхода из тюрьмы. Эти алгоритмы создаются программами, которые обрабатывают массивные базы данных и получают инструкции по поиску факторов, которые наилучшим образом предсказывают желаемый результат.
И люди, пишущие, и использующие эти алгоритмы, понимают, что решения, которые они принимают, не всегда..
Поиск диапазона в O (log n) в отсортированном массиве
Итак, вопрос в том, чтобы найти диапазон числа в отсортированном массиве.
Например: в списке [1,2,3,4,4,4,4,4,4,5] диапазон 4 составляет от 3 до 9.
Чтобы получить O (log n), воспользуемся двоичным поиском. На самом деле мы будем использовать его дважды, чтобы найти верхний и нижний диапазон.
Чтобы получить более низкий диапазон, нам нужно переместиться в «Влево» массива сверхурочно (так как он отсортирован). Небольшая модификация двоичного поиска даст нам самое левое значение:
while..
Новые материалы
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..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..