发表于 | 更新于 | 分类于 |
本文字数： 955 | 阅读时长 ≈ 1 分钟

写在前面

本篇博客为博主在使用python3中遇到的问题以及需要记录的东西，新手在使用中有较多的问题，在这做个记录，方便查询和回顾，持续更新中…

阅读全文 »

发表于 | 更新于 | 分类于 |
本文字数： 1.7k | 阅读时长 ≈ 2 分钟

难度：Medium

题目描述

给出一个区间的集合，请合并所有重叠的区间。

示例

示例1

1
2
3
输入: [[1,3],[2,6],[8,10],[15,18]]
输出: [[1,6],[8,10],[15,18]]
解释: 区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].

阅读全文 »

发表于 | 更新于 | 分类于 |
本文字数： 4.6k | 阅读时长 ≈ 4 分钟

写在前面

深度学习算法在很多情况下都涉及优化。

寻找神经网络上的一组参数$\theta$，它能显著地降低代价函数$J(\theta)$，该代价函数通常包括整个训练集上的性能评估和额外的正则化项。

机器学习是一个高度依赖经验的过程，伴随着大量迭代的过程，你需要训练诸多模型，才能找到合适的那一个，所以，优化算法能够帮助你快速训练模型。

阅读全文 »

发表于 | 更新于 | 分类于 |
本文字数： 2.7k | 阅读时长 ≈ 2 分钟

写在前面

EM算法简单来说就是，猜（E-step）,反思（M-step）,重复。
你知道一些东西（观测到的数据），你不知道一些东西（观测不到的），你就根据一些假设（parameter）先猜（E-step）,把那些不知道的东西都猜出来，假装你全都知道了；然后有了这些猜出来的数据，你反思一些，更新一下你的假设（parameter）,让你观测到的数据更加可能（Maximize likehood; M-step），然后再猜，再反思，最后，你就得到一个可以解释整个数据的假设了。

阅读全文 »

发表于 | 更新于 | 分类于 |
本文字数： 2.2k | 阅读时长 ≈ 2 分钟

写在前面

题目来自于阿里2018编程测验中的算法题，时间是30分钟。其实要在30分钟内做出这道题，还是有一定难度的，由于有整体有几道算法题，这里记录下自己见到的题目。

阅读全文 »

发表于 | 更新于 | 分类于 |
本文字数： 8.4k | 阅读时长 ≈ 8 分钟

写在前面

GBDT是一个系列算法，具有很好的性能，可以用于回归、分类、排序的机器学习任务，也是机器学习面试时常考的一个知识点，在这写下个人的一些理解，也当做个笔记。

GBDT分为两部分，GB: Gradient Boosting和DT: Decision tree。

GBDT算法是属于Boosting算法族的一部分，可将弱学习器提升为强学习器的算法，属于集成学习的范畴。

阅读全文 »

发表于 | 更新于 | 分类于 |
本文字数： 2.5k | 阅读时长 ≈ 2 分钟

写在前面

之前在牛客网上投递了百度作业帮的数据挖掘/机器学习算法工程师岗位，今天下午进行了视频面试，用的是牛客网的系统，牛客网的系统还是不错的，点赞。面试之前在牛客网上搜过面经，我们学校的一个同学面过，说上来就是编程题，好吧，就是这样，可能我俩是同一个面试官吧，面试官还是我们学校的，-_-

阅读全文 »