【ZJOI2017 Round1 后记】

后记转载请标明出处 报告题目:机器学习:发展与未来 报告人:周志华 演讲摘要:在过去二十年中,人类收集.存储.传输.处理数据的能力取得了飞速发展,亟需能有效地对数据进行分析利用的计算机算法.机器学习作为智能数据分析算法的源泉,顺应了大时代的这个迫切需求,因此自然地取得了巨大的发展.受到了广泛关注. 机器学习是从人工智能中产生的一个重要学科分支,是实现智能化的关键.它的经典定义是:利用经验改善系统自身的性能.将经验转化为数据.随着该领域的发展,目前主要研究智能数据分析的理论和算法,并已成为智能数据

ZJOI2017第二轮:2017.4.26---4.28 余姚中学 Day0 刚刚考完两次试,感觉余姚没有温州好? Day1-2 余姚中学的报告厅就这么小吗?第一天有好多人另外拿凳子坐在过道里. 然后下午就感觉人少了很多,是都回去了吗??? 课当然是听不懂的啦,所以我这次来就是搞文化课的.(喂,明明没搞多少呀!) 感觉这次省选好浪,完全在浪费,全程不知道在干什么. Day3 看到第一题后,我心中有一种莫名的欣慰--终于不会爆零了!!!等会,第一轮送分的30分自己也没拿到,于是花了30min写完第

这几天去温州作为外省选手参加了$ZJOI day1$.打了几天的酱油,考试也滚粗了.. $day -2$ 中午从学校出发,坐飞机去温州.到了温州以后吃完晚饭就回宾馆.把一直想做的糖果公园做完了以后就堕落了一晚..玩了好久.. $day -1$ 上午听周子鑫大佬讲搜索.前几题还挺简单的,开始讲$dancing-links$以后就有点懵逼了.原理大概还是听懂了,但是完全不会实现..然后讲了很多玄学搜索题,感觉后面讲的那几题都有点懵懵懂懂,讲得好快难以接受.. 下午开始就正式进入懵逼阶段了.下午讲课一

<静静的顿河>后记① 本书的作者②是新近有名的作家,一九二七年珂刚(P.S.Kogan)③教授所作的<伟大的十年的文学>中,还未见他的姓名,我们也得不到他的自传.卷首的事略,是从德国辑译的<新俄新小说家三十人集>(Dreising neue Erxaehler des newen Russland)的附录里翻译出来的. 这<静静的顿河>的前三部④,德国就在去年由Olga Haloern⑤译成出版,当时书报上曾有比小传较为详细的绍介的文辞: “唆罗诃夫是那群直

[BZOJ4785][Zjoi2017]树状数组 Description 漆黑的晚上,九条可怜躺在床上辗转反侧.难以入眠的她想起了若干年前她的一次悲惨的OI 比赛经历.那是一道基础的树状数组题.给出一个长度为 n 的数组 A,初始值都为 0,接下来进行 m 次操作,操作有两种: 1 x,表示将 Ax 变成 (Ax + 1) mod 2. 2 l r,表示询问 sigma(Ai) mod 2,L<=i<=r 尽管那个时候的可怜非常的 simple,但是她还是发现这题可以用树状数组做.当时非常yo

ZJOI2017第一轮:2017.3.20---3.23 Day 0 有好多天没做作业了,感觉不错. 温州还是不错的,宾馆也很满意. 感觉明天会听不懂. Day1 第一节课的前半部分还能勉强听懂,后面和下午一脸懵逼. 第一节课是有XJ中学的周子鑫学长上的搜索题,下面是一点总结. part 1:折半搜索 比如说双向广搜之类的,主要是从起点和终点交替搜或者是同时搜,可以降低搜索复杂度. 如果答案容易合并,或者搜索的操作可逆,可以考虑折半搜索. 还有一个技巧,要算方案数时,将折半的两边都存入hash数

本着学习交流记录的目的编写了这个系列文章,主要用来记录如何从零开始学习SDL开发的过程,在这个过程中遇到了很多问题,差点就放弃了.首先是SDL的Android移植的时候遇到了比较坑的是SDL移植到Android的JNI文件编写比较坑,刚开始想着如何将SDL编译成动态共享库,在别的地方直接调用该动态共享库,结果发现死活崩溃在SDL_Init()这个函数,最后发现SDL的JNI文件直接使用SDLActivity的函数,并且JNI采用静态注册的方式.直接在别的地方调用该动态库就跪了,博主能力又有限,又

无实力非既得利益的$xrdog$作为一名外卡选手去参加ZJOI2017啦... Day 0: 颓?(细节待填坑..) Day 1: 上午我来到讲课现场发现讲课内容是:搜索专题  QwQ不太清醒的我一下吓了一跳,莫不是走错到了第二课堂(ZJOI也没有这东西啊)... 虽然说讲题人讲得也比较有趣(导致我没有睡着...)讲得东西也比较全面,但是在学$DLX$的时候有几分钟掉线了导致之后没有很听懂,讲的题目也较那啥,毕竟是搜索没有办法啊.收获不是很大...但是那道中位数的题目还是很可以的,被剧透了要考中

本章是监督学习的最后一部分,主要有三个目标.   首先,根据系统的分类错误概率来评估系统性能. 其次,将整个系统设计的各个阶段组合到一起. 最后,引入无标签数据,简单介绍半监督学习 1,ERROR-COUNTING方法 2,探求有限的数据集的大小 3,一个医学图像的学习案例 4,半监督学习:生成模型(generative model);基于图的方法(graph-based method); Transductive Support Vector Machines [模式识别].(希腊)西奥多里蒂