深度学习DeepLearning核心技术开发与应用时间地点：2019年11月01日-04日（北京）
联系人杨老师 电话（同微信）17777853361
标签：人工智能
数论四大定理：
威尔逊定理
欧拉定理
孙子定理（中国剩余定理）
费马小定理
1.威尔逊定理
在初等数论中，威尔逊定理给出了判定一个自然数是否为素数的充分必要条件。
当且仅当$p$为素数时
$(p-1)!equi
回声就是声音信号经过一系列反射之后，又听到了自己讲话的声音，这就是回声。一些回声是必要的，比如剧院里的音乐回声以及延迟时间较短的房间回声；而大多数回声会造成负面影响，比如在有线或者无线通信时重复听到自己讲话的声音（回想那些年我们开黑打游戏时，如果其中有个人开了外放，他的声音就会回荡来回
LeetCode初级算法--字符串02：字符串中的第一个唯一字符
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货
csdn：https://blog.csdn.net/baidu_31657889/
csdn：https://blog.
LeetCode初级算法--字符串01：反转字符串
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货
csdn：https://blog.csdn.net/baidu_31657889/
csdn：https://blog.csdn.ne
苏州第一湖 - - - 金鸡湖
题目描述
给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。
示例
输入: "abcabcbb"
输出: 3
解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。
神经网络与机器学习第3版学习笔记
第0章 导言
1、第9页
1.1 logistic函数在原点的倾斜率等于a/4？
$,,varphi left( v right) =frac{1}{1+e^{-av}}Rightarrow ,,varp
神经网络与机器学习第3版学习笔记
-初学者的笔记，记录花时间思考的各种疑惑
第一章 Rosenblatt感知器
１、第32页
1.1 为什么如果第n次迭代时的内积存在符号错误，第n+1次迭代内积的符号就会正确？
已知 $
LeetCode初级算法--链表02：合并两个有序链表
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货
csdn：https://blog.csdn.net/baidu_31657889/
csdn：https://blog.csdn.
LeetCode初级算法--链表01：反转链表
搜索微信公众号:'AI-ming3526'或者'计算机视觉这件小事' 获取更多算法、机器学习干货
csdn：https://blog.csdn.net/baidu_31657889/
csdn：https://blog.csdn.net/
目录
写在前面
偏导数
方向导数
梯度
等高线图中的梯度
隐函数的梯度
小结
参考
博客：blog.shinelee.me
知识图谱最早是谷歌提出来的，又可以叫语义网，用来描述真实世界中存在的各种实体或概念及其关系，构成一张巨大的语义网络图，结点表示实体或概念，边由属性或关系构成。谷歌最早搞知识图谱是为提高搜索结果的质量。
知识图谱是一种特殊的图数据，由 <实体，关系，实体> 或者 <
2.1 二分类Binary Classification
图1 图2
一张64*64像素的图片如图1，在计算机中保存形式如图2所示。三个64*64的矩阵，分别对应图片中红
1.导读
关于应用的主题定制，相信大家或多或少都有接触，基本上，实现思路可以分为两类:
内置主题（应用内自定义style）
外部加载方式(资源apk形式、压缩资源、插件等)
其实，针对不同的主题定制实现思路，没有绝对的好坏，每种实现方案都有其利弊，重
这篇是treatment effect估计相关的论文系列第一篇所以会啰嗦一点多给出点背景。
论文
Athey, S., and Imbens, G. 2016. Recursive partitioning for heterogeneous causal effects. Proceed
一直以来机器学习希望解决的一个问题就是'what if'，也就是决策指导：
如果我给用户发优惠券用户会留下来么？
如果患者服了这个药血压会降低么？
如果APP增加这个功能会增加用户的使用时长么？
如果实施这个货币政策对有效提振经济么？
这类问题之所以难以解决是因为ground truth在
206. 反转链表（易）
反转一个单链表。
示例:
输入: 1->2->3->4->5->NULL
输出: 5->4->3->2->1->NULL
c++:
/**
* Definition fo
神经网络学习笔记（2）
本文是神经网络学习笔记的第二部分，紧接着笔者的神经网络学习笔记（1），主要内容为对总结神经网络的常用配置方式，包括如下几点：（1）数据预处理；（2）权重初始化；（3）正则化与Dropout；（4）损失函数。
1、数据预处理
python主要可以做Web 和 Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。
Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用P
客服
