引入
机器学习的目标是选择一个和未来的样例最佳拟合的假设。要做到这一点，需要定义“未来的样例”和“最佳拟合”。首先，假设未来的样例类似于过去观测过的样本。称之为平稳性假设；若没有它，所有的方法都没有意义。对于满足这些等式的样例，称它们为独立同分布的或$i.i.d.$。
下一……继续阅读 »
yanzexi
1年前 (2023-11-05) 278浏览 0评论
0个赞
旅行商问题
//旅行商问题
//dp[S][v]表示在 S 已被访问时从 v 出发访问的最小值
//递归版
int n;
vector<vector<int> > d;
int dp[1 << MaxN][MaxN];
memset(dp, -1, sizeof(dp));
int TSP(int S, int v){
if(dp[S][v] ……继续阅读 »
yanzexi
1年前 (2023-11-05) 391浏览 0评论
1个赞
神经元
激活函数
它们都是单调不减的，这意味着它们的导数是非负的。
前馈神经网络
单层感知机
单层感知机无法表达亦或，这也导致了上世纪神经网络研究的低谷（沐神说的）。
多层感知机
反向传播算法
……继续阅读 »
yanzexi
1年前 (2023-11-04) 282浏览 0评论
0个赞
多重部分和问题
//多重部分和问题
int MultipartSum(int a[], int m[], int n, int k){
int dp[n + 1];
memset(dp, -1, sizeof(dp));
dp[0] = 0;
for(int i = 0; i <= n; i++){
for(int j = 0; j <=……继续阅读 »
yanzexi
1年前 (2023-11-04) 229浏览 0评论
0个赞
计数类$DP$：整数划分
//计数 DP：整数划分（完全背包问题思路）
int IntegerPartitioning(int n, int M){
int DP[n + 1];
DP[0] = 1;
for(int i = 1; i <= n; i++){
for(int j = i; j <= n; j++){
……继续阅读 »
yanzexi
1年前 (2023-11-03) 276浏览 0评论
0个赞
机器学习
引入
一个智能体程序的各个组件都可以通过机器学习进行改进，而学习则是面对未知环境的重要方法。改进及用于改进的技巧取决于下面几个因素：● 哪些组件可以被改进；● 智能体有哪些先验知识，这将影响模型构建；● 有哪些数据，以及关于这些数据的反馈。
从一组特定的观测结果得……继续阅读 »
yanzexi
1年前 (2023-11-02) 283浏览 0评论
1个赞
……继续阅读 »
yanzexi
1年前 (2023-11-02) 319浏览 1评论
1个赞
线性$DP$：数字三角形
//线性 DP：数字三角形
int Triangle(int n, int a[][100]){
int DP[n + 1][n + 1];
memset(DP, -0x3f, sizeof(DP));
DP[1][1] = a[1][1];
for(int i = 2; i <= n; i++){
for(int j ……继续阅读 »
yanzexi
1年前 (2023-11-01) 277浏览 0评论
0个赞
