一、問題描述：一只青蛙一次可以跳上1級台階，也可以跳上2級。求該青蛙跳上一個n級的台階總共需要多少種跳法。 思路：首先考慮n等於0、1、2時的特殊情況，f(0) = 0 f(1) = 1 f(2) = 2 其次，當n=3時，青蛙的第一跳有兩種情況：跳1級台階或者跳兩級台階，假如跳一級 ...

一只青蛙一次可以跳上1級台階，也可以跳上2級台階。求該青蛙跳上一個 n 級的台階總共有多少種跳法。 答案需要取模 1e9+7（1000000007），如計算初始結果為：1000000008，請返回 1。 示例 1： 輸入：n = 2 輸出：2 　　 示例 2： 輸入 ...

　　題目一（青蛙跳台階）： 　　一只青蛙一次可以跳上1級台階，也可以跳上2級。求該青蛙跳上一個n級的台階總共有多少種跳法。 　　分析： 　　假設只有一級台階，則總共只有一種跳法； 　　假設有兩級台階，則總共有兩種跳法； 　　假設有n級台階，那么第一步就要分為跳一步和跳兩步： 　　跳一步 ...

1.設置一個具有優先級的隊列去存儲所有擴展過的節點 2.設置啟發式函數 3.設置起始點的狀態state xs 4.設置起始點的G值為0，其他節點為無窮大。 循環： ...

首先介紹高斯混合模型： 高斯混合模型是指具有以下形式的概率分布模型： 一般其他分布的混合模型用相應的概率密度代替（1）式中的高斯分布密度即可。 給定訓練集，我們希望構建該數據聯合分布 這里，其中是概率 ...

對於高斯混合模型是干什么的呢？它解決什么樣的問題呢？它常用在非監督學習中，意思就是我們的訓練樣本集合只有數據，沒有標簽。 它用來解決這樣的問題：我們有一堆的訓練樣本，這些樣本可以一共分為K類，用z(i)表示。，但是具體樣本屬於哪類我們並不知道，現在我們需要建立一個模型來描述這個訓練樣本的分布 ...

： 1.到底什么是高斯混合模型？最好能一句話或者簡單的話說明白，至少讓我一輩子也忘不掉這個該死的算法。。。 ...

混合高斯模型（Mixtures of Gaussians）和EM算法 主要內容： 1、 概率論預備知識 2、 單高斯模型 3、 混合高斯模型 4、 EM算法 5、 K-means聚類算法 一、概率論預備知識 1、 數學期望/均值、方差/標准差 設離散型隨機變量X ...