根据维基百科的定义：插入排序是迭代算法，逐一获得输入数据，逐步产生有序的输出序列。每步迭代中，算法从输入序列中取出一元素，将之插入有序序列中正确的位置。如此迭代直到全部元素有序。归并排序进行如下迭代操作：首先将原始序列看成N个只包含1个元素的有序子序列，然后每次迭代归并两个相邻的有序子序列，直到最后...
分类：
其他好文 时间：
2015-07-16 22:07:46
阅读次数：
261
介绍这篇文章的目的是为了介绍std::vector，如何恰当地使用它们的成员函数等操作。本文中还讨论了条件函数和函数指针在迭代算法中使用，如在remove_if()和for_each()中的使用。通过阅读这篇文章读者应该能够有效地使用vector容器，而且应该不会再去使用C类型的动态数组了。Vect...
分类：
其他好文 时间：
2015-07-12 20:11:14
阅读次数：
106
介绍这篇文章的目的是为了介绍std::vector，如何恰当地使用它们的成员函数等操作。本文中还讨论了条件函数和函数指针在迭代算法中使用，如在remove_if()和for_each()中的使用。通过阅读这篇文章读者应该能够有效地使用vector容器，而且应该不会再去使用C类型的动态数组了。Vect...
分类：
其他好文 时间：
2015-07-07 21:04:30
阅读次数：
115
《统计学习方法》第9章 EM算法及其推广 EM算法是一种迭代算法，用于含有隐含变量（hidden variable）的概率模型参数的极大似然估计，或极大后验概率估计。 EM算法的每次迭代由两步组成： E步，求期望（expectation）； M步，求极大（maximization）。 所以这一算法成...
分类：
编程语言 时间：
2015-06-24 16:00:38
阅读次数：
194
来自http://blog.csdn.net/iefreer/article/details/32715153
Spark基于这样的理念，当数据庞大时，把计算过程传递给数据要比把数据传递给计算过程要更富效率。每个节点存储（或缓存）它的数据集，然后任务被提交给节点。
所以这是把过程传递给数据。这和Hadoop map/reduce非常相似，除了积极使用内存来避免I/O操作，以使得迭代算法...
分类：
其他好文 时间：
2015-06-19 10:27:38
阅读次数：
90
这几天在看《统计学习方法》这本书，发现 梯度下降法在 感知机 等机器学习算法中有很重要的应用，所以就特别查了些资料。 一.介绍 梯度下降法（gradient descent）是求解无约束最优化问题的一种常用方法，有实现简单的优点。梯度下降法是迭代算法，每一步需要求解目标函数的梯度向量。二.应用...
分类：
其他好文 时间：
2015-06-06 06:48:06
阅读次数：
124
Druid和Spark对比不是Spark专家, 如果描绘有错误， 请通过邮件列表或者其他方式告知我们Spark实现弹性的分布式数据集概念的计算集群系统， 可以看做商业分析平台。 RDDs能复用持久化到内村中的数据， 从而为迭代算法提供更快的计算速度。 这对一些工作流例如机器学习格外有用, 有些操作需...
分类：
其他好文 时间：
2015-05-22 16:57:46
阅读次数：
230
前言 最近阅读了spark mllib（版本：spark 1.3）中Random Forest的实现，发现在分布式的数据结构上实现迭代算法时，有些地方与单机环境不一样。单机上一些直观的操作（递归），在分布式数据上，必须进行优化，否则I/O（网络，磁盘）会消耗大量时间。本文整理spark随机森林实现中...
分类：
其他好文 时间：
2015-05-03 14:37:06
阅读次数：
317
【总目录】http://www.cnblogs.com/tbcaaa8/p/4415055.html1. 用牛顿法解方程牛顿法是一种求解方程的迭代算法，也可以用于方程组的求解。其思想是利用方程（尤其是非线性方程）的线性部分，对原方程进行近似。不失一般性，考虑方程f(x)=0。对f(x)在x=t处进行...
分类：
系统相关 时间：
2015-05-01 23:43:10
阅读次数：
354
主要内容：解决MDP问题的算法：离散化；模型MDP的同化型； (model/similator)拟合值迭代算法；Q函数；近似政策迭代；笔记转自：http://blog.csdn.net/dark_scope/article/details/8252969连续状态的MDP之前我们的状态都是离散的，如果...
分类：
其他好文 时间：
2015-04-14 23:11:37
阅读次数：
470
