
算法
文章平均质量分 80
nfzhlk
这个作者很懒,什么都没留下…
展开
-
二分查找算法及python实现
二分查找算法:简单的说,就是将一个数组先排序好,比如按照从小到大的顺序排列好,当给定一个数据,比如target,查找target在数组中的位置时,可以先找到数组中间的数array[middle]和target进行比较,当它比target小时,那么target一定是在数组的右边,反之,则target在数组的左边,比如它比target小,则下次就可以只比较[middle+1, end]的数,继续使用二分原创 2017-09-21 06:17:56 · 711 阅读 · 1 评论 -
grokking algorithms Hash tables 第五章 哈希表 中文翻译
第五章 哈希表 在本章中 ··································· 你会学到哈希表,哈希表是非常有用的基础数据结构之一,哈希表有很多种使用场景,这一章覆盖了大多数的使用场景。 你会深入学习哈希表:内部实现、冲突和哈希功能 这会帮助你学习如何分析哈希表的性能 ············································· 假设你...原创 2018-05-15 06:58:13 · 353 阅读 · 0 评论 -
Grokking Algorithms 第一章 算法简介
第一章 算法简介…………………………………………………………………………………………………… 在本章中: 本章是本书其他章节的基础; 你会学习第一个搜索算法(二分查找); 你学习怎样描述算法的运行时间(大O表示法); 你会学到设计算法的常见工具(递归)…………………………………………………………………………………………………… 介绍算法是完成工作的一组指令集。每个代码段都可...原创 2018-06-02 21:18:45 · 780 阅读 · 0 评论 -
grokking algorithms Chapter 2 Selection Sort 第二章 选择排序 中文翻译
···················································· 在本章中 你会学到数组和链表—两种非常基础的数据结构,它们被用在很多地方。在第一章中,你已经使用过数组了,数组是非常重要的,一定要注意。但是有时比起数组来,更适合用链表,这一章会讲它们的优点和缺点。这两种你可以根据你的算法来选择最适合的。 你会学到第一个排序算法,大多数的算法只适用于排序...原创 2018-06-01 07:19:02 · 327 阅读 · 0 评论 -
深度强化学习泡沫及路在何方?
强化学习路在何方?HYQ一、深度强化学习的泡沫 2015年,DeepMind的Volodymyr Mnih等研究员在《自然》杂志上发表论文Human-level control through deep reinforcement learning[1],该论文提出了一个结合深度学习(DL)技术和强化学习(RL)思想的模型Deep Q-Network(DQN),在Atari游戏平台上展...转载 2018-08-06 07:14:55 · 2035 阅读 · 1 评论 -
清华&商汤开源超高精度边缘感知人脸对齐算法
清华&商汤开源超高精度边缘感知人脸对齐算法 作者 | Wayne Wu 等 译者 | Zhiyong Liu 编辑 | Vincent AI 前线导读:人脸对齐是找到人脸位置之后,再找出人脸特征点的位置,比如鼻子左侧,鼻孔下侧,瞳孔位置,上嘴唇下侧等等点的位置。可以理解成面部特征点定位或者人脸五官定位。这项技术的应用很广泛,比如自动人脸识别,表情识别以及人脸动画自动合成等。由于...转载 2018-08-31 22:39:21 · 3840 阅读 · 0 评论 -
史上最“中国”的AI学术大会!讯飞秒掉全球对手,情感识别大热
史上最“中国”的AI学术大会!讯飞秒掉全球对手,情感识别大热罢造言百家号08-2208:23智东西(公众号:zhidxcom)文 | 心缘今天,第24届国际模式识别大会(24th International Conference on Pattern Recognition, ICPR 2018)在北京开幕,这是ICPR创办40余年来第一次在国内召开(两年一届),由中科院自动化研究所模式识别国家重...转载 2018-09-01 08:05:35 · 706 阅读 · 0 评论 -
人工智能常见算法简介
人工智能的三大基石—算法、数据和计算能力,算法作为其他之一,是非常重要的,那么人工智能都会涉及哪些算法呢?不同算法适用于哪些场景呢? 按照模型训练方式不同可以分为监督学习(Supervised Learning),无监督学习(Unsupervised Learning)、半监督学习(Semi-supervised Learning)和强化学习(Reinforcement Learning)四大类...原创 2018-09-16 16:39:52 · 111196 阅读 · 13 评论 -
什么是LSTM算法?
个人认为下面这篇博文非常适合初学或者学的很浅的朋友。 转自http://www.jianshu.com/p/9dc9f41f0b29经常接触LSTM,GRU,RNN这些模型,对于LSTM的印象只是知道它用来解决梯度消失梯度爆炸问题,对于长距离的句子的学习效果不好的问题,而且大概知道里面是加了一些参数,加了门单元来选择忘记和记住一些信息。但是具体公式没有推过,所以理解的不够深。但是上面这...转载 2019-01-16 14:51:34 · 125116 阅读 · 5 评论 -
grokking algorithms Quicksort 第四章 快速排序法 中文翻译
第四章 快速排序 ···················································· 在本章中 你会学到分治法,有时候你可能会遇到用任何算法都无法解决的问题,当一个好的算法工程师遇到此类问题时,他不会放弃。他有一个万能工具箱,来解决这个问题。分治法是第一个被尝试的方法; 你会学到快速排序,这是个在实践中经常被使用的优雅算法,快速排序会用到分治法。 ·...原创 2018-05-19 10:55:53 · 338 阅读 · 0 评论 -
grokking algorithms Greedy algorithms--第八章 贪婪算法中文翻译
贪婪算法 ·············································································· 在本章中: 你会学到如何处理不确定问题; 没有快速解决方案的问题称为NP完备; 当你看到这类问题时,可以快速地区分它们,从而不会浪费时间在为它们寻找快速算法上 你会用到近似算法来为NP完备问题找到近似解; 你会学到贪婪...原创 2018-04-27 22:31:43 · 577 阅读 · 0 评论 -
快速排序算法及python代码实现
快速排序算法:快速排序是找出一个元素(理论上可以随便找一个)作为基准(pivot),然后对数组进行分区操作,使基准左边元素的值都不大于基准值,基准右边的元素值 都不小于基准值,如此作为基准的元素调整到排序后的正确位置。 假设要排序的序列为2 2 4 9 3 6 7 1 5 首先用2当作基准,使用i j两个指针分别从两边进行扫描,把比2小的元素和比2大的元素分开。首先比较2和5,5比2大,j左移2原创 2017-09-28 06:47:10 · 470 阅读 · 0 评论 -
堆排序及python实现
一、首先,什么是堆?完全二叉树?满二叉树? 堆是一个完全二叉树,什么是完全二叉树呢?完全二叉树的一个特点是,除了最底层之外,每一层都是满的,这使得堆可以利用数组来表示,每一个结点对应数组中的一个元素。完全二叉树和满二叉树的区别又是什么呢? 满二叉树是指这样的一种二叉树:除最后一层外,每一层上的所有结点都有两个子结点。在满二叉树中,每一层上的结点数都达到最大值,即在满二叉树的第k层上有2k-1个结原创 2017-08-30 22:29:28 · 635 阅读 · 0 评论 -
python实现2种简单的排序算法--冒泡排序和选择排序
1.冒泡排序 基本原理:将待比较的数组中的两个元素两两比较,一个循环比较完成后,最大的那个数会沉到数组的最后一个。比如要求排序后数组要按从小到达的顺序排列,有一个数组的数据个数是5个,那么最外层循环需要比较5次。 array = [3, 8 , 9, 5, 1] 第一次比较后,结果为:[3, 8, 5, 1, 9]第二次比较后,结果为:[3, 5, 1, 8, 9]第三次比较后,结果原创 2017-08-20 23:39:17 · 1184 阅读 · 0 评论 -
grokking algorithms--第七章-Dijkstra's algorithm迪杰斯特拉算法中文翻译
第七章 迪杰斯特拉(Dijkstra’s algorithm)算法 在本章中: 我们继续讨论图,你会学到有权重的图,每条边上有不同的权重值。 你将学到迪杰斯特拉算法,这个算法可以告诉我们在有权值的图中“到终点X的最近的路 时是哪一条?” 你会学到图中的闭环,这种情况下迪杰斯特拉算法是不起作用的。 在上一章中,我们找到了一条从A点到B点最短的路,但是,它却不一定是最快的路,...原创 2018-04-15 15:37:14 · 1023 阅读 · 0 评论 -
grokking algorithms Dynamic programming 第九章 动态规划中文翻译
第九章 动态规划 ··········································································································································· 在本章中: 你会学习到动态规划,将大的难题分解为小的难题,然后先解决小的难题的方法; 用例子来...原创 2018-05-01 21:21:07 · 797 阅读 · 0 评论 -
grokking algorithm 第十一章 接下来要做什么呢?中文翻译
第十一章 接下来要做什么呢? ············································································· 在本章中 我会简要介绍10种在前面没有提到的算法,简单介绍下它们是否有用 根据你的兴趣,可以选择继续学习些什么 ·············································...原创 2018-05-09 06:26:00 · 290 阅读 · 0 评论 -
grokking algorithms K-nearest neighbors第十章 K-邻近算法 中文翻译
说明:《grokking algorithms》算法讲解的非常深入浅出,用好多幅图以及日常常用的例子讲算法讲解的非常好,若是英文还可以的话,建议看英文原版,非常喜欢作者的写作风格,将复杂的算法用简单的方式描述出来,真的好厉害!!第十章. K-邻近算法·······································································...原创 2018-05-05 10:55:05 · 558 阅读 · 0 评论 -
grokking algorithms breadth-first search(BFS) 第六章 广度优先搜索算法 中文翻译
说明:《grokking algorithms》算法讲解的非常深入浅出,用好多幅图以及日常常用的例子讲算法讲解的非常好,若是英文还可以的话,建议看英文原版,非常喜欢作者的写作风格,将复杂的算法用简单的方式描述出来,真的好厉害!!在本章中 ························· ······················· 你会学到一个新的、抽象的描述网络的数据结构:图; 你...原创 2018-05-12 13:53:37 · 434 阅读 · 0 评论 -
中文分词工具在线PK新增:FoolNLTK、HITLTP、StanfordCoreNLP
继续中文分词在线PK之旅,上文《五款中文分词工具在线PK: Jieba, SnowNLP, PkuSeg, THULAC, HanLP》我们选择了5个中文分词开源工具,这次再追加3个,分别是FoolNLTK、哈工大LTP(pyltp, ltp的python封装)、斯坦福大学的CoreNLP(stanfordcorenlp is a Python wrapper for Stanford CoreN...转载 2019-05-11 10:08:55 · 838 阅读 · 0 评论