南溪

测量测量是科学的基础。 测量告知我们关于某物的属性。测量的本质是不确定度,理论基础是概率统计。不确定度反映测量结果中真值所在的定量区间及其出现的概率(置信概率)。 概率论与数理统计研究对象研究和揭示随机现象(不确定性)的统计规律性 主要内容 随机事件与概率 随机变量及其分布 多维随机变量及其分布 随机变量的数字特征 大数定律与中心极限定理 蒙特卡罗方法 样本分布 参数估计 假设检验 方差分析 回归分析

Read More...


平衡树定义:空二叉树是高度平衡的,如果T是非空二叉树,左右子树分别是$T_L$和T_R,则当且仅当满足一下条件,T是高度平衡的: T_L和T_R是平衡的 |h_L-h_R|\le1,h_L和h_R分别是T_L和T_R的高度。 平衡因子(Balance Factor):BF(node)=h_L-h_R\in \{-1,0,1\} 目的:加速查找,减少平均搜索时间。 AVL本质是二叉搜索树 旋转算法RR/LL: RL/LR: h?容

Read More...


东方欲晓,莫道君行早。踏遍青山人未老,风景这边独好。 毛主席的诗歌开篇,想表达的是今天的天气真好,emmmm,很适合学习!其实这首诗的是毛主席在党内受排挤,丧失发言权的那段日子里所创作,诗词中能透露出他的愤懑,但是更多的是积极乐观的心态和坚韧不拔的品质。所以,每读到这几句诗,就会心生感悟:纵然有千般磨难,也要保持永远不服输、永远年轻的心态。扯远了… 今天的这篇将介绍到值函数、Bellman方程和Q-Learning算法,然后去构建一个M

Read More...


理解递归我们都知道,递归(Recursion)是指在函数的定义中使用函数自身的方法,基本思想在于把问题规模缩小。递归的数学模型是数学归纳法,能将问题规模变小的原因在于原问题与它的子问题有相同的解决逻辑。在数学归纳法中我们需要根据问题的递推关系和假设(第n项情况)推理出n+1项的情况,然后根据已知(初始情况)得到归纳得到整个问题的解。这也是递归程序设计的关键。 递归和循环都提取了重复的逻辑,但是区别在于递归会保持每次问题的状态(在计算机内

Read More...


强化学习强化学习是学习者学会在一定的状态序列下选择最优的策略去最大化奖赏的学习过程。强化学习中的学习者称为agent,它通过与环境不断地交互学会如何选择动作以达到最大化累计收益。贪心的策略得到的累计收益在全局不一定是最优的,因为从长期来看,当前选择最大收益的动作不一定是最好的决定。 强化学习的具体过程如图所示: 我们有一个agent和一个环境,环境给agent一个状态,agent基于当前的状态选择一个动作,环境激励agent特定的奖赏

Read More...


​随着自己阅历的丰富和理解能力的提高,回头再看以前看过的知识,总能从中体会到更多的东西。这是“温故而知新,可以为师矣“的道理。接触机器学习的知识以来,零零散散的温习了很多线性代数的知识点,由于没有系统的梳理归纳过,与这门学科之间总是隔着一层纱。但是从自己今天的知识储备再去理解一些线性代数的知识点,总是能找到一种顿悟的感觉(大一的我就是白痴)。当然,一时半会也写不完知识点,长期更新喽!后面也会拿时间把操作系统、计算机网络(昨天文哥问我计网

Read More...


在寒假里和学长学姐们一起翻译了《Introduction to Data Science》这本书,我主要负责的部分是统计推断、无监督学习和推荐系统相关章节的翻译和校对。在这个过程中对推荐系统有了基本的一些了解,在此总结一下。 WHAT它可以被定义为一种与大型且复杂的信息空间交互并且向用户推荐用户感兴趣的信息或者物品的工具,这里的信息空间指的是所推荐物品(items)的集合,以及这些物品的特征。 WHY在这个信息量巨大的新时代,推荐系统在

Read More...


应用生命周期APPDelegate是应用程序委托对象,继承自UIResponser类(能够响应事件),实现了UIApplicationDelegate委托协议(能够响应应用程序的生命周期)。它继承的一系列方法在应用程序的不同阶段会被回调。 iOS应用的五种状态 Not Running 非运行状态,未运行或被系统终止 Inactive 前台非活动状态,正在进入前台状态,但是还不能接受事件处理 Active 前台活动状态,能接受事件处理 B

Read More...


前面已经介绍了卷积神经网络的一些基本知识,以及TensorFlow实现了一个简单的两卷积层一全连接层softmax分类的卷积神经网络。下面我们使用一些tricks来实现进阶的卷积神经网络,包括: 对weights进行L2正则化。 对图片进行数据增强,制造更多样本。 在卷积-池化层后面使用LRN层,增强泛化能力。 这里使用的数据集不再是MNIST,而使用CIFAR-10,包含60000张32×32的彩色图像,训练集50000张,测试

Read More...


海到无边天作岸,山登绝顶我为峰