全域哈希和完全哈希——麻省理工算法导论公开课
公开课地址： http://open.163.com/movie/2010/12/3/A/M6UTT5U0I_M6V2TGI3A.html 全域哈希 诞生： 哈希的根本缺陷：对于任意哈希函数而言，都存在一个不好的健集，使得所有的健都会哈希到同一个槽里去，那么如何解决这种情况呢？如何防止 ...
原文：麻省理工公开课《算法导论》学习笔记:第一讲
主题：简介课程，渐近概念的大局观，插入排序和归并排序，递归式函数时间分析 递归树方法 教材： 算法导论 收获：很感动地看到算法分析那个log n 是为什么出现了，更深层还要听第二讲，若不是因为要准备SAS，恨不得马上看。 内容： 何为算法分析 计算机程序运行性能和存储空间的理论分析，叫算法分析。也就是关注 点： 性能，就是程序跑得快不快 存储空间，即占用了多大的内存。但是主要还是关注性能。 可能是 ...
2013-10-05 22:15 8 5125 推荐指数：
相关推荐
麻省理工算法导论学习笔记（1）----算法介绍
我决定啃几个大块头，今天开始跟着公开课学习，一是巩固自己对算法理解，二是可以分享学习心得。 普林斯顿大学的算法课好像也讲完了，只有讲义，好像还没视频，下面我先学麻省理工的算法导论课。 我是一个懒孩子，希望大家监督我。没有监督，俺继续不下去，呃哈哈。谢谢。 为什么学习算法 ...
MIT公开课：算法导论 笔记（一）
课程链接：http://open.163.com/special/opencourse/algorithms.html 第一课：算法分析基础 1.介绍插入排序与归并排序，计算并比较最坏运行时间 2.算法分析重点与渐近分析方法 以下为个人笔记，根据字幕整理 第一课 算法分析 总结 ...
麻省理工公开课：微积分，中文字幕视频+PDF
数学是机器学习的语言，统计是构建机器学习的基础，线性代数为机器学习提供了矩阵这一强大工具，但是要充分理解神经网络以及深度学习如何运作的，还需要学好微积分。 大家应该多少对微积分有些基础，但是很难将其与神经网络联系起来。今天向大家推荐麻省理工学院Gilbert Strang教授的《微积分关键 ...
麻省理工算法导论学习笔记（2）----渐近符号、递归及解法
这节课，大概讲了一些符号的用法，毕竟偏数学化，没有涉及算法的知识。我也参考了下别人的笔记，本节课内容不是太多，主要是符号表示和递归的复杂度求解方式，下面分2个部分讲解。 一，渐进符号 （1）O符号，f(n) = O(g(n))，表示f(n)的复杂度最多与g(n)一个数量级，即小于 ...
【笔记】迈向人工智能 | 麻省理工学院公开课：人工智能（已完结）
课程首页：MIT OpenCourseWare-Artificial Intelligence 网易公开课：《麻省理工学院公开课：人工智能》 授课教授：Professor Patrick Winston 参考书目：Winston, Patrick Henry. Artificial ...
LR 算法总结--斯坦福大学机器学习公开课学习笔记
在有监督学习里面有几个逻辑上的重要组成部件[3]，初略地分可以分为：模型，参数 和 目标函数。（此部分转自 XGBoost 与 Boosted Tree） 一、模型和参数 模型指给定输入xi如何去预测 输出 yi。我们比较常见的模型如线性模型（包括线性回归和logistic ...
机器学习公开课笔记(7)：支持向量机
支持向量机(Support Vector Machine, SVM) 考虑logistic回归，对于$y=1$的数据，我们希望其$h_\theta(x) \approx 1$，相应的$\theta^ ...