机器学习实战
【吴恩达机器学习】推荐系统
吴恩达Machine-Learning 第九周：推荐系统（Recommender system） 推荐系统即通过用户对一些用户的打分而计算出用户可能感兴趣的其他东西。 我们使用两个变量，分别代表用户的 阅读更多…
算法分析与设计
【算法导论】快速排序
对于包含n个数的输入数组来说，快速排序是一种最快情况时间复杂度为O(n^2)的排序算法。虽然最坏情况时间复杂度很差，但是快速排序通常是实际排序应用中最好的选择，因为它的平均性能非常好，期望是O(nlg 阅读更多…
算法分析与设计
【算法导论】概率分析和随机算法
1 雇佣问题 假如你要雇佣一名新的办公助理。你承诺在任何时候，都要找到最合适的人来担任这项任务，且只能有一个人被雇佣，当雇佣新的人时，之前的要解雇，同时还要支付给中介一大笔中介费。 我们假设面试的费用 阅读更多…
机器学习实战
【吴恩达机器学习】异常检测算法
吴恩达Machine-Learning 第九周：异常检测算法（anomaly detection） 异常检测算法主要用来监测数值中的异常值，通过高斯分布，将数据映射在如下三维或者二维上，然后选择出异常 阅读更多…
算法分析与设计
【算法导论】分治策略
在分治策略中，我们递归地求解一个问题，在每层递归中使用如下三个步骤： 分解（Divide）步骤将问题划分为一些子问题，子问题的形式与原问题一样，只是规模更小。 解决（Conquer）步骤递归地求解出子 阅读更多…
算法分析与设计
【算法导论】函数的增长
2.1 渐进记号 2.1.1 θ 记号 θ()用来描述一个区间（给出了上界和下界），如下图，即0<=c_1g(n)<=f(n)<=c_2g(n). 其中常数c_1和c_2均大于0且都 阅读更多…
算法分析与设计
【算法导论】算法基础
1.1 插入排序 下图为排序中的几组中间状态，代码下面有， 伪码： python代码实现： 1.2 分析算法 一般来说，算法需要的时间与输入的规模同步增长，所以通常把一个程序的运行时间描述成其输入规模 阅读更多…
机器学习实战 算法
【吴恩达机器学习】K-means与PCA
吴恩达机器学习第八周：K-means与PCA（K-means and PCA）。 1.使用K-means进行簇分类 K-means，聚类算法，通过寻找最接近分类中心的点来寻找分类中心。 首先导包： 将 阅读更多…
机器学习实战 算法
【吴恩达机器学习】支持向量机
吴恩达Machine-Learning 第七周：支持向量机（support vector machine） 1.线性支持向量机 对于线性支持向量机，和逻辑回归十分类似，不同的是，代价函数发生变化。 由 阅读更多…