image frame

前行的皮皮

读论文 刷算法 记生活 其他文章

Journal:2019-6

Journal

⌛️本文状态：存档✔️

6.30 傍晚 Life Research

石硕老师说："为了与你在哈工大相濡以沫，我们行骗于江湖"，招生办老师脸都绿了…

面试总结：思考如何体现自己的科研潜力，而不是单纯讲述自己做了什么。可以偏重一下具体技术，什么平台这种比较硬核的，而不是科普的平民化的感觉。

阅读更多...

概率论与数理统计

其他文章

⌛️本文状态：已完结✔️

翻到一年前自己的日志中记载到“要深入理解好大数定律和中心极限定理，这是数理统计的灵魂。”感觉还挺叼的，翻出来复习一下。果然这段被张宇形容为Paper Tiger~

概率论不是研究随机现象的，它是研究随机现象背后的客观规律性，我们找的不是不确定，我们找的是不确定背后的确定性。

——from 张宇

阅读更多...

Journal:2019-5

Journal

⌛️本文状态：存档✔️

5.30 晚 Thought

前几天又做梦了。梦到计算所的老师发了群公告说，邮件已经下发完毕。然后我没收到邮件…

今天又请教了学长一些保研学校的问题，然后学长提到了软件学院，提到了 导师好不好的标准 对学生好 不卡毕业 可以放实习 至于学术水平那就是奢望 ，确实我有时候可能是被一些明星组一年N篇A蒙蔽了，可能大部分都普普通通。有时候真的想，去不了牛组就去软院自学吧，然后美滋滋的去过年薪三十万加的生活，和学术道路挥手作别。

可有时候又觉得自己应该坚守。跳出自己生活的环境来看，全国本科生比例只占4%，算211以上还要更少，其中一大半人还毫无学术理想。虽然还不够优秀，但好歹也算是有学术理想的少数人，国家生死存亡之际，我早晚是要成为国家的中坚力量的。

阅读更多...

模式识别从0构建—Fisher线性判别

其他文章

⌛️本文状态：已完结✔️

模式识别从0构建—Fisher线性判别

注：1. 编写实验的代码只需看3.3的求解结果即可。

​ 2. 理解算法理论时，注意区分“投影向量的方向”和“投影的方向”。

本博中线性判别都以二分类问题为例。多分类问题都可以通过以下三种方法转化为二分类问题。

  1. 一对多：每一类与其他类之间可用一个判别平面把一个类分开，这种情况，M类可有M个判别函数。这种方法的缺点是：有比较大的模糊地带、面临数据不均衡问题。
  2. 两两分类：每一类和其他类之间可分别用判别平面分开。这种情况，M类会有M(M-1)/2个判别平面。
  3. 最大值法：每类都有一个判别函数，将样本代入每个判别函数，判别函数最大的那个类别为样本所属类别。M类有M个判别函数。

一、基本思想

Fisher线性判别是把线性分类器的设计分为两步，一是确定最优的方向，二是在这个方向上确定分类阈值。

overview

——from 《模式识别（第三版）》P66

Fisher判别问题就可以看作是把所有样本都投影到一个方向上，然后在这个一维空间中确定一个分类的阈值。而通过这个阈值点且与投影向量的方向垂直的超平面就是两类的分类面。（参考自：微信公众号Mine2me）

阅读更多...

算法笔记

其他文章

⏳本文状态：停止更新 🚩

第1章 如何使用本书

1.3 在线评测系统

  1. PAT乙级
  2. PAT甲级
  3. POJ

1.4 常见的评测结果

  1. 答案正确（Accepted，AC）
  2. 编译错误（Compile Error，CE）
  3. 答案错误（Wrong Answer，WA）
  4. 运行超时（Time Limit Exceeded，TLE）
  5. 运行错误（Runtime Error，RE）
  6. 内存超限（Memory Limit Exceeded，MLE）
  7. 格式错误（Presentation Error，PE）
  8. 输出超限（Output Limit Exceeded，OLE）
阅读更多...

请我喝杯咖啡吧~

支付宝
微信