[TOC] 题目描述： 给定一个整数?n, 返回从?1?到?n?的字典顺序。 例如， 给定 n =1 3，返回 [1,10,11,12,13,2,3,4,5,6,7,8,9] 。 请尽可能的优化算法的时间复杂度和空间复杂度。 输入的数据?n?小于等于?5,000,000。 解法： cpp class ...
分类：
其他好文 时间：
2019-07-14 12:52:22
阅读次数：
100
https://www.cnblogs.com/lliuye/p/9451903.html 梯度下降法作为机器学习中较常使用的优化算法，其有着三种不同的形式：批量梯度下降（Batch Gradient Descent）、随机梯度下降（Stochastic Gradient Descent）以及小批量 ...
分类：
其他好文 时间：
2019-07-14 11:19:49
阅读次数：
100
机器学习模型的参数和超参数 参数 ：模型参数，可以用数据进行估计，是模型内部的配置变量，通常使用优化算法估计模型参数，优化算法是对参数的可能值进行的一种有效搜索。例如人造神经网络中的权重、支持向量机中的支持向量、 线性回归或逻辑回归中的系数 超参数 ：必须手动设置，是模型外部的配置变量，模型超参数常 ...
分类：
编程语言 时间：
2019-07-10 22:54:07
阅读次数：
140
1、给两个整数数组 A 和 B ，返回两个数组中公共的、长度最长的子数组的长度。 时间复杂度待优化 ...
分类：
编程语言 时间：
2019-06-29 00:32:25
阅读次数：
102
一、梯度下降法 1、标准梯度下降法（GD） 公式：Wt+1=Wt?ηtΔJ(Wt) 其中，WtWt表示tt时刻的模型参数。 从表达式来看，模型参数的更新调整，与代价函数关于模型参数的梯度有关，即沿着梯度的方向不断减小模型参数，从而最小化代价函数。 基本策略可以理解为”在有限视距内寻找最快路径下山“， ...
分类：
其他好文 时间：
2019-06-27 11:02:21
阅读次数：
235
梯度下降法、最速下降法、牛顿法等迭代求解方法，都是在无约束的条件下使用的，而在有约束的问题中，直接使用这些梯度方法会有问题，如更新后的值不满足约束条件。如何处理有约束的优化问题？大致可以分为以下两种方式： 1. 将有约束的问题转化为无约束的问题，如拉格朗日乘子法和KKT条件； 2. 对无约束问题下的... ...
分类：
其他好文 时间：
2019-06-24 21:23:08
阅读次数：
202
问题来源 在读论文的时候，遇到了ADMM(交替方向乘子法)算法，不明所以，于是查了一下，大概是一个凸优化算法，下面大概讲一下其原理和过程。 简介 交替方向乘子法（ADMM）是一种求解具有可分离的凸优化问题的重要方法，由于处理速度快，收敛性能好，ADMM算法在统计学习、机器学习等领域有着广泛应用。 文 ...
分类：
其他好文 时间：
2019-06-17 20:26:13
阅读次数：
165
01 概述 Greedy Randomized Adaptive Search，贪婪随机自适应搜索（GRAS），是组合优化问题中的多起点元启发式算法，在算法的每次迭代中，主要由两个阶段组成： 构造（construction）和局部搜索（ local search） 。 构造（construction ...
分类：
编程语言 时间：
2019-06-05 09:58:35
阅读次数：
120
RDD作为弹性分布式数据集，它的弹性具体体现在以下七个方面。 1．自动进行内存和磁盘数据存储的切换 Spark会优先把数据放到内存中，如果内存实在放不下，会放到磁盘里面，不但能计算内存放下的数据，也能计算内存放不下的数据。如果实际数据大于内存，则要考虑数据放置策略和优化算法。当应用程序内存不足时，S ...
分类：
其他好文 时间：
2019-06-04 20:56:29
阅读次数：
142
目录 大白话5分钟带你走进人工智能-第一节开篇介绍以及线性回归简介篇 大白话5分钟带你走进人工智能-第二节概率基础及高斯分布 大白话5分钟带你走进人工智能-第三节最大似然推导mse损失函数（深度解析最小二乘来源）（1） 大白话5分钟带你走进人工智能-第四节最大似然推导mse损失函数（深度解析最小二乘 ...
分类：
其他好文 时间：
2019-05-27 10:29:12
阅读次数：
152
