题目 Description Alice和Bob在玩一个游戏。有n个石子在这里，Alice和Bob轮流投掷硬币，如果正面朝上，则从n个石子中取出一个石子，否则不做任何事。取到最后一颗石子的人胜利。Alice在投掷硬币时有p的概率投掷出他想投的一面，同样，Bob有q的概率投掷出他相投的一面。 现在Al ...
分类：
其他好文 时间：
2020-07-28 00:25:32
阅读次数：
75
NLP——新闻文本分类：TASK3 深度学习Fasttext Fasttext是一种深度学习词向量的表示方法，它是一种三层神经网络，包含输入层，隐含层和输出层。 模型架构:fastText 模型输入一个词的序列（一段文本或者一句话)，输出这个词序列属于不同类别的概率。序列中的词和词组组成特征向量，特 ...
分类：
其他好文 时间：
2020-07-28 00:21:27
阅读次数：
93
传送门 A Poker Time limit: 1000ms Memory limit: 262144k （wls视频讲解地址） 如果这次交换能够使得这个人手上的牌的点数的期望变大，他就会选择交换（只考虑这次交换，不考虑之后的人的情况）。四个人互相知道他们所有人都使用了这个策略。 题意四个人四张牌， ...
分类：
其他好文 时间：
2020-07-26 19:35:40
阅读次数：
65
1 卡方分布（分布） 1.1 定义 设随机变量 X 是自由度为 n 的 χ2 随机变量, 则其概率密度函数为 表示的是一个gamma函数，它是整数k的封闭形式。gamma函数的介绍如下伽马函数的总结。 的密度函数 形状如下图 密度函数的支撑集 (即使密度函数为正的自变量的集合) 为(0, +∞), ...
分类：
其他好文 时间：
2020-07-25 09:53:47
阅读次数：
87
散列表的查询效率并不能笼统地说成是 O(1)。它跟散列函数、装载因子、散列冲突等都有关系。 如果散列函数设计得不好，或者装载因子过高，都可能导致散列冲突发生的概率升高，查询效率下降。 在极端情况下，有些恶意的攻击者，有可能通过精心构造的数据，使得所有的数据经过散列函数之后，都散列到同一个槽里。 如果 ...
分类：
其他好文 时间：
2020-07-24 09:23:21
阅读次数：
81
一。贝叶斯基本理论 二。看一个简单的例题，只有一个特征(长度)。 对于贝叶斯方法来说，首先要知道类别的先验概率，和类概率。 对于上述例题来说，p（x=10|w1）和p（x=10|w2）是已知的，但是拿到别的例子来说，这个是需要我们自己计算的。通过多个样本，计算类概率密度，其实就是训练的过程。 例题只 ...
分类：
其他好文 时间：
2020-07-22 23:29:51
阅读次数：
78
一、频率派 vs 贝叶斯派 机器学习主要解决从数据中获取其概率分布的问题，通过一些机器学习的算法可以从大量数据中找到一定的规律，从而建立模型来解决实际问题，因此机器学习中主要使用数据来求解其参数： data:\(X\) $X= \left[ \begin x_1 & x_2 & \cdots & x ...
分类：
其他好文 时间：
2020-07-22 21:00:17
阅读次数：
102
令$dp[i]$表示放置连续的$i$个骨牌所需要的期望步数，按照区间DP的思想，它是来自一个$l+1+r$的区间的，这里的$+1$就是最后放的那块，且$l+1+r=i$，下面来考虑转移。 首先，假设骨牌倒了之后不会碰倒两边的骨牌，则有转移： \(dp[i]=dp[l]+dp[r]+\frac{1}{ ...
分类：
其他好文 时间：
2020-07-22 20:05:39
阅读次数：
82
1、基本原理 S 表示一连串特定顺序排列的词 ， ，…， 使用链式法则计算词序列 S 发生的概率 由于上述条件概率过于复杂，因此引入马尔科夫假设 马尔科夫假设：第 I 个词仅与前面的 k 个词有关 取 k=1，将上式简化为 计算 对大量文本进行阅读，并统计得到 在文本中出现的概率 词序列 在文本中出 ...
分类：
其他好文 时间：
2020-07-21 22:21:39
阅读次数：
73
事务特性 原子性（Atomicity） 原子性是指事务包含的所有操作要么全部成功，要么全部失败回滚， 一致性（Consistency） 一致性是指事务必须使数据库从一个一致性状态变换到另一个一致性状态，也就是说一个事务执行之 前和执行之后都必须处于一致性状态。 隔离性（Isolation） 隔离性是 ...
分类：
其他好文 时间：
2020-07-21 09:31:29
阅读次数：
60
