MITx - 6.00.2x 笔记(Unit1 Lecture 1 Knapsack Problem)

最新推荐文章于 2022-10-28 11:25:44 发布
原创 最新推荐文章于 2022-10-28 11:25:44 发布 · 529 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了优化模型的基本概念及特点，并通过0/1背包问题深入探讨了贪心算法的应用。通过对不同食物的选择来模拟实际问题，展示了如何利用贪心策略在限定条件下实现价值最大化。

Introduction to Computational Thinking and Data Science

Practice, practice, and practice !

  • Optimization models 优化模型
  • Statistical models 统计模型
  • Simulation models 仿真模型

Lecture 1 优化和背包问题（Knapsack Problem)

  • 优化模型的典型特征
    • 需要达到最大化或最小化的函数对象
    • 一些必须遵循的限制条件
    • 有时我们找到的是足够好的解决办法，而不一定是最优解

0/1 Knapsack Problem

Knapsack Problem 1
Knapsack Problem 2
Knapsack Problem 3

Greedy Algorithms

遇到很难的问题，我们可以做什么？
Hard Problem
例题：假设希望摄入的热量不超过800卡路里，如何根据食物热量表选择食物？
Food Table

class Food
最低0.47元/天 解锁文章
Leetcode 1329：将矩阵按对角线排序（超详细的解法！！！）
coordinate的博客
01-31 2892
给你一个 m * n 的整数矩阵 mat ，请你将同一条对角线上的元素（从左上到右下）按升序排序后，返回排好序的矩阵。 示例 1： 输入：mat = [[3,3,1,1],[2,2,1,2],[1,1,1,2]] 输出：[[1,1,1,1],[1,2,2,2],[1,2,3,3]] 提示： m == mat.length n == mat[i].length 1 <= m,...
6.00.2x
03-25
6.00.2x
6.00.2x:计算思维和数据科学简介 - MITx
07-10
6.00.2x 计算思维和数据科学简介 - MITx 这个存储库是基于 6.00.2x MIT 课程创建的。 这与课程第一部分的 repo 相关：6.00.1x。 该课程在 edx 平台上提供，每周有 2 堂课。 每堂课有几个练习，每两堂课有作业。 存储库的目的是保留问题和解决方案以供将来参考。
6.00.2x-Introduction-to-Computational-Thinking-and-Data-Science:MITx课程
07-04
6.00.2x 计算思维与数据科学导论 ##关于本课程 6.00.2x 面向具有 Python 编程经验和计算复杂性基本知识的学生。 我们选择关注广度而不是深度。 目标是为学生提供许多主题的简要介绍，以便他们了解在职业生涯后期考虑如何使用计算来实现某些目标时可能发生的事情。 也就是说，这不是“计算鉴赏”课程。 学生将花费大量时间编写程序来实现课程中涵盖的概念。 涵盖的主题包括绘图、随机程序、概率和统计、随机游走、蒙特卡罗模拟、建模数据、优化问题和聚类。 我会学到什么？ 如果您成功完成本课程，您将拥有： 深入了解从模棱两可的问题陈述到解决问题的方法的计算公式的过程，学习了一组有用的算法和问题减少技术，学习了如何使用模拟来阐明不存在的问题容易屈服于封闭形式的解决方案，学会了如何使用计算工具，包括简单的统计、机器学习和绘图工具，来建模和理解数据。
MITx - 6.00.2x 笔记(Unit1 Lecture 3 Graph Problems)
weixin_30951389的博客
03-06 188
Lecture 3 Graph Problems Graph Theory(图论） 图论是数学的一个分支，它以图为研究对象，研究顶点和边组成的图形的数学理论和方法。nodes, edges 现实世界中很多事物都是有联系的，因此图论特别适合于解决现实问题。 可应用于路径规划 Adjacency List（邻接表） 在图论中，邻接表代表一个图中的所有边或弧。 如果是无向...
MITx - 6.00.2x 笔记(Unit1 Lecture 2 Decision Trees and Dynamic Programming)
adan_journal
03-04 552
Lecture 2 Decision Trees and Dynamic Programming Brute Force Algorithms 暴力算法，穷举法 Decision Tree class Food(object): def __init__(self, n, v, w): self.name = n self.value = v ...
MITx-6.00.2x:MITx的编码练习，问题集和讲座代码
04-30
《MITx-6.00.2x：MITx编码实践与教学代码解析》 MITx的6.00.2x课程，全称为“计算思维与数据科学导论”，是一门由世界顶级学府麻省理工学院（MIT）通过在线教育平台EdX提供的课程。该课程在2017年3月至5月期间开课...
探索MITx-6.00.2x：计算思维与数据科学的Python编码之旅
1. **MITx-6.00.2x课程内容**： - 该课程为“计算思维与数据科学导论”，面向希望了解计算原理及其在数据科学领域的应用的学习者。 - 课程通过实际的编码练习、问题集以及讲座来传授知识，强调实践和理论相结合的...
华北工控嵌入式工业主板MITX-6854用户手册.pdf
10-25
6854用户手册pdf,华北工控嵌入式工业主板MITX-6854用户手册：MITX-6854 Mini-ITX主板基于Intel 945GSE+ICH7M芯片组，板载Intel Atom N270处理器，1.6GHz主频， 533MHz总线，512KB二级缓存，1条200Pin SO-DIMM DDRⅡ ...
精选资源
MITx-6.86x:使用Python进行机器学习-从线性模型到深度学习
03-21
MITx-6.86x:使用Python进行机器学习-从线性模型到深度学习
MITx6002:使用 Python 6.00.2x 的计算思维和数据科学简介
06-09
MITx6002 使用 Python 进行计算思维和数据科学简介
全球名校AI课程库（33）| MIT麻省理工 · 计算思维导论(Julia)课程『Introduction to Computational Thinking』
ShowMeAI研究中心
10-28 1万+
创造性地将【计算机科学+数学+应用】3个领域的内容融合进这门交互式编程课，并依托Julia编程语言为实践依托，讲解基础知识与建模方法。
MIT6.00 1x Lecture 1 - Introduction to Computation 学习笔记
Preeminent
08-24 3960
l MIT6.00 1x (麻省理工：计算机科学和Python编程导论) Lecture 1 - Introduction to Computation (计算科学简介) 1.1 Basics of computation（计算科学基础） Goal:（本课程的目标） – Become skillful at making a computer do whatyou want it to d
[leetcode]1329. 将矩阵按对角线排序
qq_40691051的博客
02-07 480
class Solution { public: vector<vector<int>> diagonalSort(vector<vector<int>>& mat) { int m = mat.size(); int n = mat[0].size(); vector<vec...
Introduction to Computational Applied Statistics
PoleToWin的博客
08-02 218
matplotlib plt.plot(xvals, np.sin(xvals), label = r"$y = \sin(x)$",color='red',marker='o') plt.plot(xvals, np.cos(xvals), label = r"$y = \cos(x)$",color='g',linestyle='--') plt.legend(loc= 'upper righ...
MITx - 6.00.1x 小结 Use it!
adan_journal
03-03 488
Computational Thinking is becoming a fundamental skill ! Use it!
MIT 6.00.1X 总结
speargod的博客
05-01 711
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值