1、最优化与线性规划 最优化问题的三要素是决策变量、目标函数和约束条件。 线性规划（Linear programming），是研究线性约束条件下线性目标函数的极值问题的优化方法，常用于解决利用现有的资源得到最优决策的问题。 简单的线性规划问题可以用 Lingo软件求解，Matlab、Python 中 ...
分类：
编程语言 时间：
2021-05-04 15:39:35
阅读次数：
0
pi表示在信息熵部分中有介绍，如下图中介绍 选择最小的那个0.3 #整个c4.5决策树的所有算法： import numpy as np import operator def creatDataSet(): """ outlook-> 0:sunny | 1:overcast | 2:rain t ...
分类：
其他好文 时间：
2021-05-03 12:13:28
阅读次数：
0
OSPF协议介绍及配置 （上） 一、OSPF概述 距离矢量路由协议的工作原理：运行距离矢量路由协议的路由器周期性的泛洪自己的路由表，通过路由的交互，每台路由器都从相邻的路由器学习到路由，并且加载进自己的路由表中，而对于这个网络中的所有路由器而言，他们并不清楚网络的拓扑，他们只是简单的知道要去往某个目 ...
分类：
其他好文 时间：
2021-04-08 13:27:50
阅读次数：
0
概念 动态规划法离不开一个关键词，拆分 ，就是把求解的问题分解成若干个子阶段，前一问题的结果就是求解后一问题的子结构。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些有可能达到最优的局部解，丢弃其他局部解。依次解决各子问题，最后一个子问题就是初始问题的解。 适用性 适用动态规划的问题必须满 ...
分类：
其他好文 时间：
2021-04-07 11:14:18
阅读次数：
0
LXI.CF868F Yet Another Minimization Problem 这种题一般来说只有决策单调性一种优化方法。不过，决策单调性可以有很多种应用，例如单调队列或是斜率优化。这题可以选择比较少见的分治优化。 明显，可以设$f[i][j]$表示前$i$个位置分成$j$段的最大收益。显然 ...
分类：
其他好文 时间：
2021-03-31 12:12:35
阅读次数：
0
一开始猜了个决策单调性自己没证出来，我太菜了 先定义 $S0$ 为一个圆的面积， $s(i,j)$ 为第 $i$ 个与第 $j$ 个圆的交的面积（ $i<j$ ） 先搞一个很暴力的 $\text{DP}$ 设 $f_{i,j}$ 为前 $i$ 个选 $j$ 个的最大并，转移很好想： $f_{i,j} ...
分类：
其他好文 时间：
2021-03-31 11:44:10
阅读次数：
0
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Nature Machine Intelligence 2020 Abstract 人工智能在高风险决策应用中的主要目标是设计一种算法，该算法通过学习其世界的相关表征及其动态的可解释性解释，来同时表达可概括性。在此，我们结合了大脑启发的神 ...
分类：
其他好文 时间：
2021-03-29 12:46:19
阅读次数：
0
最优化算法是一个很大的家族，线性规划只是很简单的一种，本文旨在引导大家理解什么叫最优化，简单说就是 在 所有 x 里面找到 y 最大的方法 线性规划 优化模型试图在满足给定约束的决策变量的所有值的集合中，找到优化（最大化或最小化）目标函数的决策变量的值。 它的三个主要组成部分是： 目标函数：要优化的 ...
分类：
其他好文 时间：
2021-03-17 15:10:38
阅读次数：
0
数据应用，是真正体现数仓价值的部分，包括且又不局限于 数据可视化、BI、OLAP、即席查询，实时大屏，用户画像，推荐系统，数据分析，数据挖掘，人脸识别，风控反欺诈，ABtest等等 OLAP（On-Line Analytical Processing）：在线分析处理，主要用于支持企业决策管理分析。 ...
分类：
其他好文 时间：
2021-03-16 11:54:33
阅读次数：
0
SHAP介绍 可解释机器学习在这几年慢慢成为了机器学习的重要研究方向。作为数据科学家需要防止模型存在偏见，且帮助决策者理解如何正确地使用我们的模型。越是严苛的场景，越需要模型提供证明它们是如何运作且避免错误的证据 关于模型解释性，除了线性模型和决策树这种天生就有很好解释性的模型意外，sklean中有 ...
分类：
编程语言 时间：
2021-03-04 13:17:06
阅读次数：
0
