2019年2月17日训练日记

开学前的作业冲刺
最新推荐文章于 2022-07-12 15:49:59 发布
最新推荐文章于 2022-07-12 15:49:59 发布
阅读量149 收藏
点赞数 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。
本文链接：https://blog.youkuaiyun.com/qq_43141958/article/details/87556695

昨天没学，也就没记了，给自己放了天假，出去浪了。

今天看了看系统这个东西，简单的系统，快开学了，发现学校布置的作业还有好多没做，打算最近的着重点移一下，去看看老师布置的作业，打算明天上网仔细搜搜，毕竟都是没怎么接触的新东西。

明天也要加油鸭！

Aimer_N
关注
《Python星球日记》 番外篇（一）：GPT模型的进化之路
Code_流苏：在代码中寻诗意，在实践中觅真知
05-12 583
《Python星球日记》 番外篇（一）：GPT模型的进化之路
【实习】一面日记 记录实习的点点滴滴
微信公众号（年更选手）：数据闲逛人 | Github开源项目：数分/数挖study路线 https://github.com/jc-dian/python_data_analysis
12-07 1164
1w 字 一面日记 记录实习的点点滴滴
python学习—几个简单小程序
热门推荐
MARKPAIN的专栏
12-28 9万+
python初阶学习
2019年2月5日训练日记
是小光a~
02-05 209
今天没有什么要说的，祝大家新年快乐！
2019年2月10日训练日记
邵光亮的博客
02-10 801
这是过完年第一天的训练，事情都忙完了，可以专心训练了，这个阶段开始训练关于stl容器的相关知识，然后做的题目都是英文题，完全看不懂，只能一点点的查单词翻译。做的很难受，而且很多知识都没有接触过，只能一点一点百度，看网课学习，所以一下午只a了一道题，不过收获还是蛮大的，以后英语一定要好好学，不然题意都看不懂，看不懂题怎么做题呢，然后就是要把stl的各类容器个好好练习，熟练掌握，做第一道题，我没有用s...
2019年1月22日训练日记
qq_43641693的博客
01-22 212
第一题做的是2075图书管理员，没想那么多，直接暴力破解，第一次交RE，想了一下是我想复杂了，改了一下过了，题目不难。 2058平方级别的排序，用sort直接排，如果不嫌麻烦可以使用冒泡排序，用swap； 2059裴波那契数，很简单的一个题，可以使用for循环，也可以用递推来做，方法很多； 2061线性对数级的排序，数比较多100000，要注意数组不能越界，其他同2958； 2062两个有...
2019年1月25日训练日记
素璃的博客
01-25 203
今天AC了四道。。菜的鸭皮。 今天的队列复原开始就想到了用数组做，但是昨天刚学的queue，感觉可以试试就用它了，结构漏洞百出。首先题目没有弄懂，是依次和上一个元素比较，但因为题干中说的栈顶导致了有些稀里糊涂。最后发现如果是删除队尾元素的话queue办不到，开始以为是自己知识漏洞，就去百度，结果没有出来，去问学长，说要用双端队列才行，好在相同的程度很大，很快就掌握了。之后还在while的判断上出了...
2019年3月17日训练日记
LSD20164388的博客
03-18 280
DP： DP的范围非常广泛。。。但是一些基础的dp还是要会的。。。 01/完全/多重（二进制压缩）/分组背包这些都是必须熟练掌握的。。。一些经典的线性dp要尽快过掉。。。 记忆化搜索是个好东西。 区间dp主要是弄清楚如何从小区间状态转移到大区间。 状压dp的最明显特点就是n<=20,看到一定要特别注意！！！ 树形dp主要就是弄清楚如何从子树转移。 最关键的还是状态转移方程。灵活...
2019年 8月 10日训练日记
邵光亮的博客
08-11 562
这一天基本没看新的内容，因为还剩三周左右，我们分工已经比较明确了，所以我就一直刷CodeForces上div2的前三题练习手感，还有敲代码的速度了，有些题思路很巧妙还是不能很快的想起来，一天除了练习打字，剩下的时间大概做了十几道题吧。 晚上的比赛求一次异或再求一次异或就是原来的值了，这一点我是刚刚知道。晚上的比赛感觉比以前难了一点， ...
2019年4月17日训练日记
LSD20164388的博客
04-18 260
总结一下这几天比赛的得失吧。 1、现在的大多数题目都更加偏向于思维性，板子题已经越来越少了。所以不能指望模板，只有自己靠努力提高水平，才能有成绩。 2、读题依然是十分严重的问题（对于我个人而言），常常因为读不懂题目而借助翻译，或者读错题导致整个思路错。虽然我有比较快的手速，但无奈读题太慢，效果不好。对于正式比赛的英文题，我觉得我还是少读题、多和队友交流吧，毕竟读题出锅已经不是一次两次了，读错题...
2019年2月17日学习日记
No Pain, No Gain .
02-17 180
今天也依旧是与STL相伴的一天，又看了下map的做法。 map定义map<string, int> Map； 或者是：typedef map<string,int> Mymap; Mymap Map; 修改：Map[“sunquan”]=11111; 查找数据：用Map.find(key); 可以通过键来查。 map<int, string>...
【日记】Java学习日记（第63天）持续无聊更新
snow_chant的博客
08-26 1243
前言 Youtube上EJ Media（up主）的视频我依次学完了HTML、CSS、Javascript、Jquery。觉得他教得挺好的（短小精悍），就继续学他教的JAVA。感觉EJ教的都是些语法什么的。太复杂的没教。以及我也学过一点点python的语法。另外，大一还是大二的时候把Coursera上吴恩达的《机器学习》看了一遍，当时不懂编程所以操作题都是github上抄的，无奈，顺便学了点o...
2019年下半年教师资格幼儿园《综合素质》真题与参考答案
kkjs99的博客
07-12 1932
1. 在孙老师组织的“我为班级做件事”讨论中，晨晨说：“我收垃圾。”琴琴立刻说：“妈妈说如果不好好学习，长大以后就去收垃圾。”孙老师接着说：“环卫工很辛苦地收垃圾，让我们生活在干净的环境里，收垃圾也是一件很有意义的事情。”从教育观的角度分析，下列说法正确的是( )...
生信小白学习日记-day1——NGS基础 FASTQ格式解释和质量评估
weixin_42953727的博客
05-25 2862
2019年5月25日，一个普通的周六，正在听的歌——北京东路的日子，开始学习生信，写博客。 生信宝典 系列教程 关于编程学习的一些思考 知乎专栏：https://zhuanlan.zhihu.com/Data-Analysis 这篇文章讲述两个问题：系统学习还是遇到问题再找答案？是否要写博客。 第一个问题，两种途径都可以，都可以成为大神，但其一，要付出足够多的时间去写代码，修复bug；其二，要多...
springboot智能在线预约挂号系统【附万字论文+PPT+包部署+录制讲解视频】.zip
09-05
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论，包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案，包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块，如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构，确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面，提升用户体验。3.4系统安全设计阐述系统安全策略，包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程，包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试，分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进，提升系统性能。第5章研究结果呈现系统实现后的效果，包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果，如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
基于机器学习方法的信用风险评估体系构建与实现
09-05
在金融行业中，对信用风险的判断是核心环节之一，其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法，尤其是Sklearn工具包，建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法，并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域，其基本理念是通过数据自动学习规律，而非依赖人工设定规则。在信贷分析中，该技术可用于挖掘历史数据中的潜在规律，进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn（Scikit-learn）是Python语言中广泛使用的机器学习模块，提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程，是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型，特别适用于二类问题。在信用评估中，该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值，从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法，适用于数据维度高、样本量小的情况。在信用分析中，该方法能够通过寻找最佳分割面，区分违约与非违约客户。通过选用不同核函数，可应对复杂的非线性关系，提升预测精度。 五、数据预处理步骤 在建模前，需对原始数据进行清理与转换，包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分，常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰，增强模型的适应性。 六、模型构建与验证 借助Sklearn，可以将数据集划分为训练集和测试集，并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时，更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力，可采用集成策略，如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差，增强整体预测的稳定性与准确性。 综上，基于机器学习的信用评估系统可通过Sklearn中的多种算法，结合合理的数据处理与模型优化，实现对借款人信用状况的精准判断。在实际应用中，需持续调整模型以适应市场变化，保障预测结果的长期有效性。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
橙色s（）_Orange's一个操作系统的实现(随书光盘).zip
09-05
橙色s（）_Orange's一个操作系统的实现(随书光盘).zip
perl-Hash-Flatten-1.19-26.el8.tar.gz
最新发布
09-05
# 适用操作系统：Centos8 #Step1、解压 tar -zxvf xxx.el8.tar.gz #Step2、进入解压后的目录，执行安装 sudo rpm -ivh *.rpm
Golang学习日记：使用MSYS2打包程序
标签"golang,msys2,golang学习日记"提供了关于文件内容的额外信息。标签"golang"表明文件与Go语言紧密相关，"msys2"可能指的是MSYS2，这是一个软件分发和构建平台，常用于在Windows系统上构建适用于类Unix系统的软件...
评论
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