去年的今天正式选择了考研。
开始了一年的考研之旅。
用一年的时间,去做一件事,而且你不知道这件事情的结果如何。
这可能会让你放弃。
的确,这一年放弃过
有时候感觉自己好累啊,远离了自己喜爱的,想做的。
远离了家人、朋友以及休息放松的时间。
但是坚持下来了,坚持到考完了最后一个科目。
总体来说,这一年,感触颇深。
考研会让你学到很多,对于以后学习任何的知识、技术,考研时期的方法,都非常有用,而且考研所学的专业课知识,对于理解算法、代码都有很好的促进作用,不管考上考不上,这或许就是我考研后最大的收获。
路还在继续。
不知道最终结果如何。
但是总是要一步一步的去走,一个脚印一个脚印去实现。
接下来是新的开始,新的启程。
继续努力~
[新] 写在考研后的第一天
基础算法学习Day_02
害死人不偿命的猜想
卡拉兹(Callatz)猜想:
对任何一个自然数n,如果它是偶数,那么把它砍掉一半;如果它是奇数,那么把(3n+1)砍掉一半。这样一直反复砍下去,最后一定在某一步
得到n=1。卡拉兹在1950年的世界数学家大会上公布了这个猜想,传说当时耶鲁大学师生齐动员,拼命想证明这个貌似很傻很天真的命题,
结果闹得学生们无心学业,一心只证(3n+1),以至于有人说这是一个阴谋,卡拉兹是在蓄意延缓美国数学界教学与科研的进展……我们今天的题目不是证明卡拉兹猜想,而是对给定的任一不超过1000的正整数n,简单地数一下,需要多少步(砍几下)才能得到n=1?
输入描述:
每个测试输入包含1个测试用例,即给出自然数n的值。
输出描述:
输出从n计算到1需要的步数。
支持向量机SVM算法的学习记录
写在前面
本文是对于机器学习中SVM算法的一次学习记录,主要介绍SVM的原理和简单应用。通过自己实际操作去理解SVM。
一. 绪论
1.1 什么是机器学习
机器学习并没有准确的权威定义,但作为机器学习领域的先驱Arthur Samuel将机器学习非正式定义为:“在不直接针对问题进行编程的情况下,赋予计算机学习能力的一个研究领域。”
因此,我们可以简单的理解为,机器学习这门学科所关注的问题是计算机程序如何随着经验的积累自动提高性能。
1.2 分类算法
分类算法是数据挖掘同时也是机器学习的一个重要技术之一,其应用遍及社会各个领域。分类任务就是通过学习得到一个目标函数(通常也称作分类模型,即分类器),把每个属性集映射到一个预先定义的类标号。分类和回归都可以用于预测。和回归方法不同的是,分类的类标号是离散属性,而预测建模的回归的目标属性是连续的。