<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[会思考的蜗牛]]></title><description><![CDATA[^^]]></description><link>https://blog.youkuaiyun.com/JoyceWYJ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; JoyceWYJ]]></copyright><item><title><![CDATA[去年校招的经验分享]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51889308</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51889308</guid><author>JoyceWYJ</author><pubDate>Tue, 12 Jul 2016 15:19:18 +0800</pubDate><description><![CDATA[我去年经历了实习生招聘、内推以及校招，先后拿到了T、B、A、M等offer，简单总结了一些校招的准备和面试过程，希望对今年毕业的童鞋有所帮助~~PPT展示的不太全面，如果有哪方面的疑问请留言，我必知无不言~]]></description><category></category></item><item><title><![CDATA[CNN与常用框架]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51792477</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51792477</guid><author>JoyceWYJ</author><pubDate>Tue, 05 Jul 2016 17:32:43 +0800</pubDate><description><![CDATA[七月在线 5月深度学习班课程笔记——No.4　　
　　这一节内容比较丰富。主要介绍神经网络的每一个层级结构，理清楚每一层可能影响结果的参数，再介绍CNN的常用框架。1. 神经网络1.1 神经网络——是什么？　　神经网络没有一个严格的正式定义。它的基本特点，是试图模仿大脑的神经元之间传递，处理信息的模式。还是有些抽象，那么看看下面这张图。 
　　 
　　输入层和输出层之间有多个隐层hidden lay]]></description><category></category></item><item><title><![CDATA[高效计算基础与线性分类器]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51752690</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51752690</guid><author>JoyceWYJ</author><pubDate>Wed, 29 Jun 2016 16:01:47 +0800</pubDate><description><![CDATA[七月算法5月深度学习班课程笔记——第二课
1. 深度学习与应用　　1. 图像上的应用：可以根据图片，识别图片的内容，描述图像；模仿人的创造性生成画作；相册自动归类等。 
　　 
　　   
　　  
　　2. NLP上的应用：用RNN学习某作家的文笔风格进行写作、学习代码写作等。下图为RNN学习了200M的代码量后自动生成的代码片段，代码的格式已经比较相似了。 
　　  
　　 
　　3. 综合应用]]></description><category></category></item><item><title><![CDATA[Python及科学计算库的安装]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51777632</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51777632</guid><author>JoyceWYJ</author><pubDate>Wed, 29 Jun 2016 11:45:02 +0800</pubDate><description><![CDATA[1.安装　　安装Python2.7: https://www.python.org/downloads/release/python-2712/ 根据电脑配置选择合适版本下载安装。　　安装过python之后，Python27\Scripts有pip.exe，在Python27\Scripts文件夹下运行cmd（点击Shift+右键），可以用pip安装其他包。  
　　 
 1. 安装科学计算库]]></description><category></category></item><item><title><![CDATA[聚类算法与应用]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51732708</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51732708</guid><author>JoyceWYJ</author><pubDate>Thu, 23 Jun 2016 19:37:24 +0800</pubDate><description><![CDATA[七月算法4月机器学习算法班课程笔记——No.10
前言　　与回归与分类不同，聚类是无监督学习算法，无监督指的是只需要数据，不需要标记结果，试图探索和发现一些模式。比如对用户购买模式的分析、图像颜色分割等。聚类算法的提出比较早，是数据挖掘的一个重要模块，可以对大量数据分类并概括出每一类的特点。目前也有很多种聚类算法，包括划分法、层次法、基于密度的方法、基于网格的方法等。实际生产中，很少有只用聚类算法的]]></description><category></category></item><item><title><![CDATA[推荐系统与应用]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51692976</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51692976</guid><author>JoyceWYJ</author><pubDate>Mon, 20 Jun 2016 16:42:47 +0800</pubDate><description><![CDATA[七月在线4月机器学习算法班课程笔记——No.9
前言　　推荐系统——我早就很感兴趣的一个方向，可以说是机器学习在各个公司广泛应用的一个内容，从求职招聘就可以感觉到。另外，我们也经常在使用推荐系统，比如以推荐为特色的今日头条（你关心的，才是头条），还有淘宝的商品推荐等。曾经试图在网络上了解推荐系统，但都是零散的内容，不是太系统。这次算是有条理的学习了，get到了之前好奇的问题，自然要好好整理。]]></description><category></category></item><item><title><![CDATA[信息论、最大熵模型]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51684059</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51684059</guid><author>JoyceWYJ</author><pubDate>Thu, 16 Jun 2016 15:03:42 +0800</pubDate><description><![CDATA[七月在线4月机器学习算法班课程笔记——No.8
1. 统计学习基础回顾1.1 先验概率与后验概率　　先验概率：根据以往经验和分析得到的概率，如全概率公式，它往往作为”由因求果”问题中的”因”出现。 
　　后验概率：依据得到”结果”信息所计算出的最有可能是那种事件发生，如贝叶斯公式中的，是”执果寻因”问题中的”因”。后验概率可以根据通过贝叶斯公式，用先验概率和似然函数计算出来。 
　　贝叶斯定理：假设]]></description><category></category></item><item><title><![CDATA[工作流程与模型调优]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51659747</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51659747</guid><author>JoyceWYJ</author><pubDate>Wed, 15 Jun 2016 14:47:19 +0800</pubDate><description><![CDATA[七月在线4月机器学习算法班课程笔记——No.7
前言　　我们知道，机器学习的过程是非常繁琐的。上一篇介绍了机器学习中特征处理重要而耗时，然而特征处理仅属于机器学习前序的工作内容。特征工程之后，需要选择机器学习模型、交叉验证、寻找最佳超参数等建模步骤。搭建模型之后呢，还需要进行模型的优化，模型调优是实际生产中一个必要的环节，也是不断去改进的一个事情。 
　　这一篇会以小的数据集为例，讲一下机器学习在实]]></description><category></category></item><item><title><![CDATA[特征工程]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51647036</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51647036</guid><author>JoyceWYJ</author><pubDate>Sun, 12 Jun 2016 16:16:23 +0800</pubDate><description><![CDATA[七月在线4月机器学习算法班课程笔记——No.6 
前言　　机器学习领域的大神Andrew Ng(吴恩达)老师曾说“Coming up with features is difficult, time-consuming, requires expert knowledge. “Applied machine learning” is basically feature engineering. ”表]]></description><category></category></item><item><title><![CDATA[线性回归与逻辑回归]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51596797</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51596797</guid><author>JoyceWYJ</author><pubDate>Mon, 06 Jun 2016 17:04:28 +0800</pubDate><description><![CDATA[回归算法是一种通过最小化预测值与实际结果值之间的差距，而得到输入特征之间的最佳组合方式的一类算法。对于连续值预测有线性回归等，而对于离散值/类别预测，我们也可以把逻辑回归等也视作回归算法的一种。 
　　线性回归与逻辑回归是机器学习中比较基础又很常用的内容。线性回归主要用来解决连续值预测的问题，逻辑回归用来解决分类的问题。]]></description><category></category></item><item><title><![CDATA[凸优化初步]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51580139</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51580139</guid><author>JoyceWYJ</author><pubDate>Fri, 03 Jun 2016 17:59:52 +0800</pubDate><description><![CDATA[前言
         这节课主要介绍凸优化的入门知识，程博士推荐阅读Boyd的《凸优化》，最经典的凸优化的书，这本书有600多页，细致讲解了凸优化相关的理论知识，可以作为一门学科来学习。因为硕士阶段学过《工程优化》，在这次学习过程中能容易的get到思想。 一般的优化问题包括 有约束和无约束两种，在这里我们将要弄清楚两件事情：为什么要优化？为什么要凸优化？]]></description><category></category></item><item><title><![CDATA[矩阵分析与应用]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51544379</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51544379</guid><author>JoyceWYJ</author><pubDate>Tue, 31 May 2016 17:34:02 +0800</pubDate><description><![CDATA[第三讲依然是数学，因为数学是解决一切问题的基础。一个问深入到最后都是数理知识的支撑。所谓基础决定上层建筑，比如参加ACM比赛，高手之间的比赛已经不是编程技巧了，更多的是数学知识的比拼。若想走得远，数学基础一定要打好。嗯，好遗憾之前学数学多是为了考试，学完就忘，现在要好好再复习一下。
程博士用两个小时概讲了《线性代数》《矩阵论》两本书的内容，结合其他的相关资料，总结一下。]]></description><category></category></item><item><title><![CDATA[数理统计与参数估计]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51539955</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51539955</guid><author>JoyceWYJ</author><pubDate>Mon, 30 May 2016 18:59:02 +0800</pubDate><description><![CDATA[系统的学习概率论与数理统计是在大学二年级，当时还没有接触计算机应用的内容，仅把概率论作为一门纯数学课来学习，我们的老师当然也是数学系的。慢慢地发现概率论与数理统计是好多学科研究的基础，包括经济学、人工智能等等。鉴于它的重要性，有必要结合应用场景重新加深对概率论知识的理解。]]></description><category></category></item><item><title><![CDATA[机器学习与微积分]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51500148</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/51500148</guid><author>JoyceWYJ</author><pubDate>Wed, 25 May 2016 17:33:18 +0800</pubDate><description><![CDATA[机器学习是一门多领域交叉学科，包括概率论、统计学、凸分析、特征工程等等。最近跟着七月算法学习了机器学习的知识，干货不少，比看书理解的快一些，分别总结一下。]]></description><category></category></item><item><title><![CDATA[二叉树中的那些常见的面试题]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/43447319</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/43447319</guid><author>JoyceWYJ</author><pubDate>Tue, 03 Feb 2015 11:27:30 +0800</pubDate><description><![CDATA[点击打开链接


关于二叉树


二叉树作为树的一种，是一种重要的数据结构，也是面试官经常考的东西。昨天看了一下关于树中的面试题，发现二叉树中的面试题比较常见的题型大概有下面几个：创建一颗二叉树（先序，中序，后序）、遍历一颗二叉树（先序，中序，后序和层次遍历）、求二叉树中叶子节点的个数、求二叉树的高度、求二叉树中两个节点的最近公共祖先、打印和为某一值的全部路径、求某一节点是否在一个树中]]></description><category></category></item><item><title><![CDATA[整数划分问题]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/42420455</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/42420455</guid><author>JoyceWYJ</author><pubDate>Mon, 05 Jan 2015 11:52:52 +0800</pubDate><description><![CDATA[描述


Given two positive integers N and M, please divide N into several integers A1, A2, ..., Ak (k >= 1), so that:
1. 0 
2. A1 + A2 + ... + Ak = N;
3. A1, A2, ..., Ak are different with each oth]]></description><category></category></item><item><title><![CDATA[Protocol Buffer实例]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/38540365</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/38540365</guid><author>JoyceWYJ</author><pubDate>Wed, 13 Aug 2014 18:10:27 +0800</pubDate><description><![CDATA[hello.proto
message helloworld•
   {•
      required int32     id = 1;  // ID•
  1           required string    str = 2;  // str•
7             optional int32     opt = 3;  //optional field•     ]]></description><category></category></item><item><title><![CDATA[Linux 编译指令笔记]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/38539567</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/38539567</guid><author>JoyceWYJ</author><pubDate>Wed, 13 Aug 2014 17:29:24 +0800</pubDate><description><![CDATA[编译.h和.cpp: g++ *.cpp -lpthread -lgtest -o super]]></description><category></category></item><item><title><![CDATA[进程监控]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/38404955</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/38404955</guid><author>JoyceWYJ</author><pubDate>Wed, 06 Aug 2014 18:17:46 +0800</pubDate><description><![CDATA[#ifndef MS_MONITOR_H_                                                                         
  1 #define MS_MONITOR_H_
  2 
  3 #include 
  4 #include 
  5 #include 
  6 #include 
  7 #includ]]></description><category></category></item><item><title><![CDATA[微软面试：k-th string]]></title><link>https://blog.youkuaiyun.com/JoyceWYJ/article/details/24006129</link><guid>https://blog.youkuaiyun.com/JoyceWYJ/article/details/24006129</guid><author>JoyceWYJ</author><pubDate>Fri, 18 Apr 2014 12:06:14 +0800</pubDate><description><![CDATA[问题：

Consider a string set that each of them consists of {0, 1} only. All strings in the set have the same number of 0s and 1s. Write a program to find and output the K-th string according to the di]]></description><category></category></item></channel></rss>