【Princeton】算法(4):优先队列

这里介绍优先队列

【Princeton】算法(3):排序

排序(sort)是将一组对象按照某种逻辑顺序重新排列的过程,现实生活中我们经常需要对各种东西进行排序,在计算机上处理各种数据时也不例外。

这里介绍几种初级排序算法以及经典的归并排序、快速排序算法。

【Andrew Ng】机器学习(2):Logistic回归

这里主要介绍Logistic回归模型及正则化。

【Princeton】算法(2):栈和队列

实际编程时,经常需要维护某个对象的集合,对集合中的对象的表示方式,往往决定着对它们进行各种操作时的效率。

这里介绍一些数据结构相关的基本概念以及两种最基本的数据结构–栈和队列。

【Andrew Ng】机器学习(1):线性回归

这里介绍机器学习的基本概念以及线性回归模型。

【Andrew Ng】深度学习(11):序列模型

采用循环神经网络能够建立各种各样的序列模型(Sequence Model)。加入一些注意力机制,能够使这些序列模型更加强大。

【Andrew Ng】深度学习(10):自然语言处理

自然语言处理(Natural Language Processing,NLP)是人工智能和语言学领域的学科分支,它研究实现人与计算机之间使用自然语言进行有效通信的各种理论和方法。

【Andrew Ng】深度学习(9):循环神经网络

随深度学习技术的发展,使用循环神经网络(Recurrent Neural Network,RNN)建立的各种序列模型,使语音识别、机器翻译及自然语言理解等应用成为可能。

【Princeton】算法(1):Union-Find

在计算机科学(Computer Science,CS)领域,算法(Algorithm)是描述一种有限、确定、有效,并且适合用计算机语言来实现的解决问题的方法,它是CS领域的基础与核心。

这里先通过一个动态连通性问题,来了解设计、分析算法的基本过程。

【Andrew Ng】深度学习(8):卷积神经网络的应用

认识了解了卷积神经网络的工作原理及其一些经典的网络结构后,这里介绍如何应用卷积神经网络,实现目标检测、人脸识别及神经风格转换。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×