class Solution { public double maxProbability(int n, int[][] edges, double[] succProb, int start, int end) { Map<Integer,List<Node>> map = new HashMap ...
分类：
其他好文 时间：
2020-07-12 16:50:09
阅读次数：
60
##题面 Problem Description Lele now is thinking about a simple function f(x). If x < 10 f(x) = x. If x >= 10 f(x) = a0 * f(x-1) + a1 * f(x-2) + a2 * f(x ...
分类：
其他好文 时间：
2020-07-12 16:40:31
阅读次数：
59
Description 给定一个字符串 \(S\) 以及整数 \(n\)，现在生成一个字符串 \(T\)，每次可以等概率地随机选取大写字母的前 \(n\) 个并加到 \(T\) 的末尾。 当 \(T\) 中某个字串为 \(S\) 时停止该过程。 求 \(T\) 的期望长度。 多组数据，不超过 10 ...
分类：
其他好文 时间：
2020-07-12 12:33:41
阅读次数：
86
好久不做 \(AC\) 自动机题了，今天水一道 Description link 给定一些字符串，然后给出每个字符的概率 \(p_i\)，和一个长度 \(L\) 我们现在要构造一个长度为 \(L\) 的字符串，对于这个字符串的每个位置，每个字符有 \(p_i\) 的概率出现在这个位置 求有多大的概率 ...
分类：
其他好文 时间：
2020-07-12 11:52:35
阅读次数：
61
当有人告诉你“走过贝克街你有0.1的概率被杀害”，如何用主观的方式理解。 已知$P(走过贝克街被杀害)=0.1$，这是一个先验概率。考虑$P(走过贝克街被杀害|手里拿着杯子)$这个后验概率 \(P(走过贝克街被杀害|手里拿着杯子)=\frac{P(手里拿着杯子|走过贝克街被杀害)\cdot P(走过 ...
分类：
其他好文 时间：
2020-07-11 21:09:08
阅读次数：
77
随机变量是一个对现实世界的数学建模，将文字表述的事件描述为数学代号。将特点事件的概率描述为变量的特定取值概率或取值范围概率。 **累计分布函数(cdf)**是一个特殊的概率，表示为$F_X(x)=P(X \le x)$，是单调非递减函数。 **概率密度函数(pdf)**是另一个特殊的概率，对于连续的 ...
分类：
其他好文 时间：
2020-07-11 20:56:19
阅读次数：
87
先说结论，贝叶斯分类=最大化后验概率。 给定样本$x$和所属类别$c$，贝叶斯最优分类器欲最大化后验概率$P(c|x)$。想实现这个目的可以通过判别模型（如决策树、支持向量机等，直接对后验概率建模），或生成模型（对联合概率$P(x,c)$建模）。 对于生成模型，考虑： \[ P(c|x)=\frac ...
分类：
其他好文 时间：
2020-07-11 20:54:58
阅读次数：
68
#include<iostream> #include<cmath> #include<algorithm> #include<string> #include<cstring> #define DEBUG if( 1 )//是否输出调试用信息 using namespace std; int W, ...
分类：
其他好文 时间：
2020-07-11 19:21:29
阅读次数：
61
一：问题描述 Learning问题就是参数估计问题，也就是求模型参数λ，具体形式为 ：λ_hat=argmax P(O|λ) 【通过最大化似然求得最优模型参数 λ；优化算法用EM，可类比GMM模型中求θ用的EM】 二、EM算法应用于HMM-learning模型的公式推导（具体可参考之前博客GMM：E ...
分类：
编程语言 时间：
2020-07-11 11:16:14
阅读次数：
99
有n个盒子，每个盒子里面有一个披萨，现在进行m次放回的等概率拿取，若某一次拿到的盒子里有披萨就拿走披萨，但是空盒子仍然放回，问最后拿到披萨数目的期望数 由于正向考虑需要计算放回 ，故反向考虑 。 对于每个盒子而言，m次操作不被选中的概率是 (1 - 1/ n ) ^ m ，对于每个盒子而言，m次操作 ...
分类：
其他好文 时间：
2020-07-11 09:51:03
阅读次数：
51
