scikit-learn beginners learning machine
The fourth day learning summary
一、for 循环循环就是重复做某件事，for循环是python提供第二种循环机制（第一种是while循环），理论上for循环能做的事情，while循环都可以做。目的：之所以要有for循环，是因为for循环在循环取值（遍历取值）比while循环更简洁。代码示例：for i in range(1, 11 ......
AtCoder Beginner Contest 333
B - Pentagon 难度: ⭐ 题目大意 给定一个正五边形, 其顶点为ABCDE; 给定端点a, b, c, d; 问a, b之间的距离和c, d之间的距离是否相等; 解题思路 两个端点之间的距离就看两个端点之间隔了几条边就行; 并且因为是五边形, 隔x条边和隔5-x条边是等价的; 神秘代码 ......
AtCoder Beginner Contest 332
B - Glass and Mug 难度: ⭐ 题目大意 给定两个杯子A, B; 如果A杯子装满水了, 则把A杯子里的水倒掉; 否则如果B杯子空着, 则把B杯子装满水, 否则就把B杯子里的水倒进A杯子里, 直到B杯子空了或者A杯子满了; 问重复上述操作n次, 最后两个杯子里的水各位多少; 解题思路 ......
LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记
Abstract 目前的图对比学习方法都存在一些问题，它们要么对用户-项目交互图执行随机增强，要么依赖于基于启发式的增强技术（例如用户聚类）来生成对比视图。这些方法都不能很好的保留内在的语义结构，而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL的推荐者的通 ......
AtCoder Beginner Contest 324
C - Error Correction 大意是：给定一个字符串a，以及一组字符串，如果字符串与a满足以下之一即可 我写的有点麻烦。。 #include<bits/stdc++.h> using namespace std; void solve(){ int n; cin>>n; string s ......
BigdataAIML-ML-Models for machine learning Explore the ideas behind machine learning models and some key algorithms used for each
最好的机器学习教程系列：https://developer.ibm.com/articles/cc-models-machine-learning/ By M. Tim Jones, Published December 4, 2017 Models for machine learning Alg ......
Deep Residual Learning for Image Recognition：ResNet
Deep Residual Learning for Image Recognition * Authors: [[Kaiming He]], [[Xiangyu Zhang]], [[Shaoqing Ren]], [[Jian Sun]] DOI: 10.1109/CVPR.2016.90 初读 ......
Learning to Rank — xgboost 2.0.2
* [Learning to Rank — xgboost 2.0.2 documentation](https://xgboost.readthedocs.io/en/stable/tutorials/learning_to_rank.html)* [XGBoost的原理、公式推导、Python实 ......
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance 基于图像和视频的小对象指南使用深度学习进行检测：的案例研究海上监视 1 ......
Occluded Person Re-Identification with Deep Learning: A Survey and Perspectives
应对行人信息丢失、噪声干扰、视角错位等挑战 局部特征学习：人体分割、姿态估计、语义分割、属性注释、混合法 ***语义分割*** ECCV-2020）用于行人重识别的身份引导人类语义解析 https://blog.51cto.com/u_14300986/5466923 ......
神经网络优化篇：机器学习基础（Basic Recipe for Machine Learning）
机器学习基础 下图就是在训练神经网络用到的基本方法：（尝试这些方法，可能有用，可能没用） 这是在训练神经网络时用到地基本方法，初始模型训练完成后，首先要知道算法的偏差高不高，如果偏差较高，试着评估训练集或训练数据的性能。如果偏差的确很高，甚至无法拟合训练集，那么要做的就是选择一个新的网络，比如含有更 ......
【scikit-learn基础】--『预处理』之 正则化
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
Machine Learning in Python
Metric Formula Interpretation Accuracy $ \frac{TP+TN}{TP+TN+FP+FN} $ Overall performance of model Precision $ \frac{TP}{TP+FN} $ How accurate the posi ......
Toyota Programming Contest 2023#8（AtCoder Beginner Contest 333）
Toyota Programming Contest 2023#8（AtCoder Beginner Contest 333） A - Three Threes 代码: #include <bits/stdc++.h> using namespace std; typedef long long l ......
Ansor：Generating High-Performance Tensor Program for Deep Learning
Ansor：Generating High-Performance Tensor Program for Deep Learning Abstract 高性能的张量程序对于保证深度神经网络的高效执行十分关键，但是在不同硬件平台上获取高性能的张量程序并不容易。近年的研究中，深度学习系统依赖硬件供应商提 ......
RLHF · PbRL | 选择 near on-policy query，加速 policy learning 收敛速度
Query-Policy Misalignment：选择的看似 informative 的 query，实际上可能与 RL agent 的兴趣不一致，因此对 policy learning 几乎没有帮助，最终导致 feedback-efficiency 低下。 ......
AtCoder Beginner Contest 325
C - Sensors 但看数据发现是经典油田问题，直接dfs #include<bits/stdc++.h> using namespace std; int n,m; int dx[8] = {-1, -1, -1, 0, 1, 1, 1, 0}; int dy[8] = {-1, 0, 1, ......
AtCoder Beginner Contest 332
C - T-shirts 题意是：给定一个string，字符代表每天有不同的事，做不同的事会穿不同的衣服，问你最少需要准备多少T恤。 思路：贪心，能不用T恤就不要T恤 #include<bits/stdc++.h> using namespace std; void solve(){ int n,k ......
AtCoder Beginner Contest 333
总结 人生第一次掉rating 全tm是降智操作 A 水题 B 逆天操作 WA了3发 第三发交的时候以为过了，等到切完E发现B怎么还没过（ #include<bits/stdc++.h> using namespace std; map<string, int> f; int main() { f[ ......
Q-learning与Sarsa算法辨析
这个是Q-learing的一个算法，根据代码，它就是，先设定训练100次，然后，给它一个随机的状态，这里我们假设状态6就是终点，那么走迷宫的时候，如果没走到6，就要一直走下去，，所以里面还要用到一个while循环，然后在每个状态的时候，找一个非负的动作，存储在数组里，（算是合理动作的集合吧），下一个 ......
AtCoder Beginner Contest 332
坐地铁时口糊了6题，回来写时结果爆long long，0没有逆元，卡了好久 A - Online Shopping (abc332 A) 题目大意 线上购物，买了\(n\)种物品，分别给出它们的单价和数量。 若总价少于\(s\)元，则需要支付 \(k\)元邮费，否则包邮。 问总价多少。 解题思路 求 ......
《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》阅读笔记
论文标题 《Progressive Learning of Category-Consistent Multi-Granularity Features for Fine-Grained Visual Classification》 细粒度视觉分类中类别一致多粒度特征的渐进学习 作者 Ruoyi D ......
【scikit-learn基础】--『预处理』之 数据缩放
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
Machine is not on the network
在调试Android jni 的时候发现一个奇怪的问题 在连接socket的时候老是报错 m_sock = socket(AF_INET, SOCK_STREAM, 0); if(m_sock < 0) { debug(LEVEL_ERROR, "Socket create error %d\r\n ......
【scikit-learn基础】--『预处理』之 标准化
数据的预处理是数据分析，或者机器学习训练前的重要步骤。通过数据预处理，可以 提高数据质量，处理数据的缺失值、异常值和重复值等问题，增加数据的准确性和可靠性 整合不同数据，数据的来源和结构可能多种多样，分析和训练前要整合成一个数据集 提高数据性能，对数据的值进行变换，规约等（比如无量纲化），让算法更加 ......
AtCoder Beginner Contest 332 题解
A - Online Shopping 题目链接 Atcoder Luogu 简要题意 共有 \(n\) 件商品，第 \(i\) 件商品的价格为 \(p_i\) 日元，数量为 \(q_i\) 件。 除了购买商品所需的的钱数，还要支付运费：如果所买商品的总价小于 \(s\) 日元，那么要支付运费 \( ......
AtCoder Beginner Contest 332
AtCoder Beginner Contest 332 A - Online Shopping 代码: #include <bits/stdc++.h> using namespace std; typedef long long ll; const int N = 1e6 + 10; typed ......
AtCoder Beginner Contest 332 (D)
题目链接 思路： 这就是一个二维的全排列问题 代码: #include<bits/stdc++.h> using namespace std; using ll = long long; #define LNF 0x3f3f3f3f3f3f3f3f #define INF 0x3f3f3f3f #d ......
AtCoder Beginner Contest 332
AtCoder Beginner Contest 332 A - Online Shopping int main() { IOS; for (_ = 1; _; --_) { cin >> n >> m >> k; ll ans = 0; rep (i, 1, n) { ll a, b; cin ......
Adaptive Graph Contrastive Learning for Recommendation论文阅读笔记
Abstract 在实际的场景中，用户的行为数据往往是有噪声的，并且表现出偏态分布。所以需要利用自监督学习来改善用户表示。我们提出了一种新的自适应图对比学习(AdaGCL)框架，该框架使用两个自适应对比视图生成器来进行数据增强，以更好地增强CF范式。具体的说，我们使用了两个可训练的视图生成器，一个图 ......