AlexGeek

问题1、彩电生产问题的最优化分析一家彩电制造商计划推出两种新产品：一种19英寸液晶平板电视机，制造商建议零售价为339美元；另一种21英寸液晶平板电视机，零售价为399美元。公司付出的成本为19英寸彩电每台195美元，21英寸彩电每台225美元；还要加上400000美元的固定成本。在竞争的销售市场中，每年售出的彩电数量会影响彩电的平均售价。据估计，对每种类型的彩电，每多售出一台，平均销售价...

题目1、动态模型的建模分析，写出求解过程及分析结论。（1）求解微分方程y'-xy=3x（2）求微分方程x2y''-2xy'+2y=3x满足条件y(1)=0，y'(1)=1的特解。（3）求微分方程组的通解。（4）求函数f(x)=x3-4x+3在区间[-2，2]的极值。（5）已知一组数据(-1,2)，(0,2.5)，(1,3)，(2,4)，(3,4.5)，(4,5.5)，求...

 构造如下的一个二叉树，简要分析一下，在爬虫应用过程中，对深度优先和广度优先算法的实现： 一、深度优先def depth_tree(tree_node): if tree_node is not None: print(tree_node._data) if tree_node._left is not None: ...

题目1、应用Mathematica完成下列题目的运算求解或绘图（1）求解方程ax2+bx+c=0（2）求解方程x3+5x+6=0（3）求解方程x2-3x+2=0（4）求解方程3cosx=lnx（5）解方程组 （6）从方程组        中消去未知数y，z。（7）求极限   （8）画出极限    的数列散点图，观察变化趋势是否与极限符合。（9）求极限  ...

一、问题概要1.1 题  目：        《随机走动》1.2 初始条件：       一只贪杯的蟑螂醺醺然在室内地面游荡。地面铺满方砖，共计m*n块，构成大面积矩阵。蟑螂在方砖间随机爬行，可能想撞大运，找片阿司匹林解酒。假定蟑螂从房间中央一块方砖出发，除非撞墙，可以爬向相邻8块方砖的任意一块，且机会均等。问蟑螂多久才可以在所有方砖上留下行迹？1.3 要求完成的主要任务: ...

题目（1）分别计算2+4， ，32-23， 的值。（2）对 的值，分别取有效数字位数6位，20位，30位。（3）给变量a赋值为2，并计算a2-6，3a+b的值。（4）定义函数f(x)=xsinx+x2+2x，分别求f(x)在x=1，π/2时的值，再求f(x2)。（5）设函数 ，求 的值。（6）作函数f(x)=x2的图形。（7）将f(x)=x2与g(x)=x-1画在一个坐...

洗牌算法的重要原则就是“全面”而且“公平”，并且要使用尽可能小的时间复杂度来实现。什么叫公平呢？一旦你开始思考这个问题，其实答案不难想到。洗牌的结果是所有元素的一个排列。一副牌如果有 n 个元素，最终排列的可能性一共有 n! 个。公平的洗牌算法，应该能等概率地给出这 n! 个结果中的任意一个。如思考到这一点，我们就能设计出一个简单的暴力算法了：对于 n 个元素，生成所有的 n! 个排列，然后，随机抽一个。这个算法绝对是公平的。但问题是，复杂度太高。复杂度是多少呢？O(n!)。因为，n 个元素一共.

在学习操作系统的时候，我们会学到系统安全的章节，而在这一块会有关于加密解密算法的学习。一共有5种常见的加密解密算法：凯撒密码、字母倒排序、单表置换、维基利亚、转换加密算法。我使用了js实现了这5种算法，而且做了可视化处理、输入输出格式化处理，使得操作起来非常方便，下面是实现后整体的效果：1.这里是源代码下载地址（Github）：基于js的5种加密解密算法实现2.五...

1 题目描述1.1 题目描述输入一个整数矩阵，计算位于矩阵边缘的元素之和。所谓矩阵边缘的元素，就是第一行和最后一行的元素以及第一列和最后一列的元素。1.2 输入要求1.第一行为整数k,表示有k组数据。2.每组数据由多行组成，表示一个矩阵。3.第二行分别为矩阵的行数m和列数n（m < 100,n < 100）,两者之间以空格进行分割。4.接下来输入的m行数...

题目1、概率模型的求解（1）某车间生产滚珠，从长期实践中知道，滚珠直径可以认为服从正态分布。从某天产品中任取6个测得直径如下(单位：mm)：15.6      16.3        15.9        15.8        16.2        16.1若已知直径的方差是0.06，试求总体均值的置信度为0.95的置信区间与置信度为0.90的置信区间。 （2）某旅行...

本篇直入主题，做一篇学习的记录，在学习RNN的时候，跟着教程敲了一个案例分为处理方法文件，神经网络模型文件，训练方法文件，测试文件所有的操作和重要内容都在代码中作了详细的注释一、目标神经网络模型 二、数据集PTB数据集下载地址http://www.fit.vutbr.cz/~imikolov/rnnlm/simple-examples.tgz或者使用...

mnist手写数字集相当于是TensorFlow应用中的Helloworld。在学习了TensorFlow的卷积神经网络应用之后，今天就分步解析一下其应用过程 一、mnist手写数字数据集        MNIST是深度学习的经典入门demo，他是由6万张训练图片和1万张测试图片构成的，每张图片都是28*28大小（如下图），而且都是黑白色构成（这里的黑色是一个0-1的浮点数，黑色越...

写了一个TensorFlow卷积神经网络的训练程序。基于mnist数据集进行训练和测试。但是在程序运行的时候报出了下面的错误。Traceback (most recent call last): File "nn_eg.py", line 104, in <module> train_loss, train_op = sess.run([loss, tra...

*机器学习中分类和预测算法的评估：准确率 速度 强壮性 可规模性 可解释性1.什么是决策树/判定树（decision tree）？       判定树是一个类似于流程图的树结：其中，每个内部节点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶节点代表类或类分布。树的最顶层是根节点。2.熵（entropy）概念      信息是一个抽象的概念，那应该如何度量...

前些天对决策树算法有了一个基本的了解，下面就这一个算法做实际应用的记录：一、Python机器学习库：scikit-learn1.1 特性：简单高效的数据挖掘和机器学习分析 对所有用户开放，根据不同需求高度可重用性 基于Numpy，SciPy和matplotlib包 开源，商用级别：获得BSD许可1.2 覆盖的问题领域：分类（classification） 回归（regre...

一、线性回归1.1 定义与定义引入（一）什么是线性回归呢？有监督学习 输出/预测的结果yi为连续值变量 需要学习映射f：x->y 假定输入x和输出y之间有线性相关关系（二）举一个例子（单一变量）：（三）多变量的情况 1.2 损失函数（一）我们要找到最好的权重/参数（二）怎样去衡量“最好”？我们把x到y的映射函数f记做θ的函数...

一、编程模式在程序编写中，有两种主流的编程模式：1.命令式编程——代表框架：Torch2.符号式编程——代表框架：TensorFlow命令式编程，容易理解，命令语句基本没有优化如C，Java，C++，Python，编程方式如下图所示：符号式编程，涉及较多的嵌入和优化，运行速度有同比提升，编程方式如下图所示：在TensorFlow中编程如下： 二、Tens...

一、Tensor概念Tensor意思为张量，张量是什么？张量具有维度，或者可有称作为他的秩：Rank/Order我们以数组为对比，展示张量维度的概念： 在上图中，当在零维的时候，称为标量；当在一维的时候，就是我们经常提的向量；当在二维的时候，就是我们经常提的矩阵；即Matrix在多维的时候，就可以称作n维的张量。张量的概念是相对与标量，向量，矩阵这一系类概念的拓展...

       在复杂的问题中，网络往往都是很复杂的。为了方便调试参数以及调整网络结构，我们需要将计算图可视化出来，以便能够更好的进行下一步的决策。Tensorflow提供了一个TensorBoard工具，可以满足上面的需求。       TensorBoard是一个可视化工具，能够有效地展示Tensorflow在运行过程中的计算图、各种指标随着时间的变化趋势以及训练中使用到的数据信息。可以查看...

       TensorFlow游乐场是一个通过网页浏览器就可以训练简单神经网络。并实现了可视化训练过程的工具。游乐场地址为http://playground.tensorflow.org/一、TensorFlow游乐园参数介绍             打开游乐园可以看到有很多的默认参数：      首先我们来解读一下顶部的一些参数：       Epoch ---&...

本文主要讲述在ubuntu18.04下是如何安装numpy，scipy，pandas，matplotlib的一、numpy       NumPy（Numeric Python）是用Python进行科学计算的基本软件包。 NumPy是Python编程语言的扩展，增加了对大型多维数组和矩阵的支持，以及一个大型的高级数学函数库来操作这些数组。NumPy提供了许多高级的数值编程工具，如：矩阵数据...

线性回归一般用于预测问题，比如股票的涨跌，通过苹果的股票图可以预测其以后的发展。梯度下降是机器学习中最核心的优化算法。今天以一个小例子进行一个相对综合的应用，使用梯度下降解决一个线性回归问题，我们使用的是matplotlib这个可视化python包。此外在学习的过程中，还要注意python2.x和python3.x在一些语法结构上的区别。 一、TensorFlow中可用的操作...

所谓激活函数（Activation Function），就是在人工神经网络的神经元上运行的函数，负责将神经元的输入映射到输出端。        激活函数（Activation functions）对于人工神经网络模型去学习、理解非常复杂和非线性的函数来说具有十分重要的作用。它们将非线性特性引入到我们的网络中。如下图，在神经元中，输入的 inputs 通过加权，求和后，还被作用了一个函数，这...

1.基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类回归2.概念学习：人类学习概念：鸟，车，计算机                     定义:概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数。3.例子：学习“享受运动”这一概念：              小明进行水上运动，是否享受运动取决于很多因素样例 天气 温度 ...