leetCode_2_Add_Two_Numbers
题目描述（中等难度）
就是两个链表表示的数相加，这样就可以实现两个很大的数相加了，无需考虑数值 int ，float 的限制了。
由于自己实现的很乱，直接按答案的讲解了。
图示
链表最左边表示个位数，代表 342 + 465 =807 。
思路首先每一位相加肯定会产生进位，我们用 carry 表示。
...
leetCode_1_Two_Sum
题目描述 （简单难度）
给定一个数组和一个目标和，从数组中找两个数字相加等于目标和，输出这两个数字的下标。
解法一简单粗暴些，两重循环，遍历所有情况看相加是否等于目标和，如果符合直接输出。
12345678910111213public int[] twoSum1(int[] nums, in
...
机器学习理论系列五 : Logistic Regression (逻辑回归)
发表于
|
更新于
|
阅读次数：
Sigmoid 美 [‘sɪgmɔɪd] : S 形的Discriminative 美 [dɪ’skrɪməˌneɪtɪv] : 判别
本文是对李宏毅教授课程的笔记加上自己的理解重新组织，如有错误，感谢指出。视频及 PPT 原教程：https://pan.baidu.com/s/1brbb6rX
...
机器学习理论系列四 : Generative Model
发表于
|
更新于
|
阅读次数：
Generative 美 [ˈdʒɛnərətɪv, -əˌre-] : 能生产的，有生产力的； 生殖的；Model 美 [ˈmɑdl] : 模型likelihood [ˈlaɪkliˌhʊd] : 似然函数Maximum 美 [ˈmæksəməm] : 最大值features 美 [‘fit
...
机器学习理论系列三 : Gradient Descent 优化
发表于
|
更新于
|
阅读次数：
tuning 美 [‘tjunɪŋ] : 调整learning rate 美[ˈlɚnɪŋ ret] : 学习速率stochastic 美 [stə’kæstɪk]：随机的batch 美 [bætʃ] : 一批dimension 美 [dɪˈmɛnʃən, daɪ-] : 维度mean 美 [m
...
机器学习理论系列二 : Gradient Descent(梯度下降)
发表于
|
更新于
|
阅读次数：
Gradient Descent 美[ˈɡrediənt] [dɪˈsɛnt] : 梯度下降Loss funcition 美 [lɔs] [ˈfʌŋkʃən] : 损失函数Local Minima 美 [ˈloʊkl] [‘mɪnɪmə] : 局部最小值Taylor series 美[ˈtelɚ]
...
机器学习理论系列一：Linear Regression(线性回归)
发表于
|
更新于
|
阅读次数：
Linear Regression 美 [ˈlɪniər] [rɪˈɡrɛʃən] : 线性回归 Loss funcition 美 [lɔs] [ˈfʌŋkʃən] : 损失函数Gradient Descent 美[ˈɡrediənt] [dɪˈsɛnt] : 梯度下降Model 美 [ˈmɑd
...