摘要：
1. 注意方法涉及的领域 原文：“机器学习从本质上讲是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生物学、神经生物学等学科的成果。”思考： 在研究理解具体机器学习方法的时候，要注意到该方法涉及的学科领域是什么，在比较不同的机器学习方法时，要注意到它们在学科领域上是否存在区别，这样能够更好的理解和应用机器学习方法。比如，在分析比较C4.5和SVM的时候，它们涉及的领域就有很大差别。2. 学习的定义 原文：“对于某类任务T和性能度量P，如果一个计算机程序在T上以P衡量的性能随着经验E而自我完善，那么我们称这个计算机程序从经验E中学习。” 思考：学习三个要素： 阅读全文
摘要：
1. 概述 最近打算学习一下Boost库，这里记录一下Boost库的安装的方法，IDE涉及DEV C++和VS 2008。2. 下载 直接下载链接：参见网页 http://www.boost.org/users/history/version_1_46_1.html，这里的链接网速很慢，78MB的东西，下载了10%左右，就定住了，试了三次都是这样，基本放弃了这个下载链接。 SVN下载链接，文件保存在“D:\Boost”下：参见网页 http://www.boost.org/users/download/，有一定速度，下载使用了49分钟，传了115.99MB，版本为1.47，我看了下下载的文件夹 阅读全文
摘要：
1. 概述 题目出的很有意思，在有限的时间内，合理分配时间，得到最大的分数。标注答案是动态规划。感觉和编程之美上，一个求最大连续子数组之和的题目很像，因为两道题都涉及到了两个动态规划，而且其中的一个动态规划使用另一个动态规划。2.方法首先，判断所有课程上限是否到60分， 然后，对于没有到60分的课程分别先学习到60分，并且更新S，V和H。 接着，计算使用剩下的H，即时间，能够得到的最高分数。 这里主要说一下最后一步动态规划的过程。 SingleCourse[i][j] 表示在i号课程上，学习j小时后，能够取得的分数。 MultiCourse[i][j] 表示在从0号课程到i号课程上，一共学习j 阅读全文
摘要：
1. 概述 这道题，仔细讨论增减性还是比较复杂，我分情况在不同的范围上，使用三分法，实际上，直接使用三分法就可以AC。2. 分析 假设水平速度为V1，垂直速度为V2。 由于V2的取值范围是[0, V]，因此等式右边第一个部分是单调递减，由于是凸的二次函数，递减速度越来越快，等式右边第二个部分是单调递增，由于是凹的二次函数，递增的速度越来越慢。两个函数相乘的话有可能会产生一个先上升后下降的趋势。这样分析，还没有足够说服力，实际上，右边第二个部分分开乘出来，然后转变为两个曲线的加法，再根据中心线的位置判断S的增减性更加清楚。不过这道题，三分法就过了，还是主要给出三分法的伪代码。3. 三分法 以前不 阅读全文
摘要：
1. 概述 这是NKPC7中的第一道题目，虽然AC了，但是后来发现方法是有问题的，主要是数据还不够严谨。另外，同学给出的一个贪心方法，经过一番思考也发现了问题。标准答案是枚举+判断，因此，这里主要总结走过的一些弯路。2. 错误的AC方法 顶点就是队伍，边是队伍的共存关系，如果两个队伍能够共存，则存在边，否则不存在边。最多能够共存的队伍就是最多的相互之间有边直接到达的顶点集合。 首先，从每个顶点分别开始计算最大共存队伍数。在每次计算的时候，依次遍历其他的队伍，如果能够与已有队伍共存就加入进来。 其次，选取前面得到的N个最大共存队伍数量的最大值，即为所得。反例： 最大共存队伍是3,4,5。 起始节 阅读全文