社区
community_281
帖子详情
如何快速学习算法?
hynuacmlshk
2016-07-17 10:36:06
算法对于每一个学计算机的都是必修课程,可是如何快速学习算法,也是我们该考虑的问题。。。
...全文
1929
5
打赏
收藏
如何快速学习算法?
算法对于每一个学计算机的都是必修课程,可是如何快速学习算法,也是我们该考虑的问题。。。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
kernelkoder
2017-01-02
打赏
举报
回复
国外有个算法网,你可以去看看 www.geeksforgeeks.org 基本看完可以去微软
luciferisnotsatan
2016-12-22
打赏
举报
回复
数学好,脑子灵
shimingliang
2016-12-22
打赏
举报
回复
反正我工作中几乎没用到什么算法。。
荖司机
2016-07-19
打赏
举报
回复
对于这个问题,我也不太有发言权,只能根据自己的体会瞎说一下。不清楚lz的具体水平,所以中间提供了一些可供测试的内容。 1、可以先不看任何书籍,自己试着解决一些简单问题。或是与他人讨论问题。 2、等你习惯了使用位图、hash、优先队列来解决问题(这部分知识用到时从网上能搜索到)。可以开始学习动态规划和分治。 3、如果你对递推已有所了解,并会运用到状态转移方程中。同时可以解决这里面的大部分问题:http://www.51nod.com/favorite/index.html#!favoriteId=25。 那么你可以开始看《算法导论》了。 4、算法导论的内容不需要通读,找自己懂的部分仔细看看,图论部分可以先略过。习题如有不懂无须深究,以后慢慢体会。最好将注意力集中在《算法导论》的问题上,不要被其他问题分散了精力。 5、第1次看过导论之后,需要将学到的知识,以及分析问题的方法总结并灵活运用。这时你应当可以解决这里面的大部分问题。 http://www.51nod.com/favorite/index.html#!favoriteId=36 http://www.51nod.com/favorite/index.html#!favoriteId=26 6、到各个OJ挑一些水题做,同时别忘了同大家讨论,讨论是加深记忆的捷径。经过这段后,你应当可以轻松的解决这里面的大部分问题。 http://www.51nod.com/favorite/index.html#!favoriteId=33 http://www.51nod.com/favorite/index.html#!favoriteId=27 如果《算法导论》算是教材的话,你目前虽未完全掌握教材中的内容,但应该已经了解了不少超纲的内容。 7、第2次看《算法导论》,这次除了线性规划和近似算法可以跳过,剩下的知识点都要涉及。哪怕细节存疑,先掌握哪些问题用哪些方法解决。之后可以试着解决一下这些问题: http://www.51nod.com/favorite/index.html#!favoriteId=34 http://www.51nod.com/favorite/index.html#!favoriteId=28 到此知识的基础构架应当完备了,但各种模型转换以及思想的运用,还要靠长期的积累学习。
低调是种无声的高调
2016-07-17
打赏
举报
回复
说吧,你给我砖有什么目的?
基于元
学习
的
快速
适应推荐
算法
本文围绕基于元
学习
的
快速
适应推荐
算法
展开。先介绍推荐系统基础,包括定义、分类、发展历程等;接着探讨元
学习
与
快速
适应
算法
;然后分析
算法
优化与模型评估;最后通过项目实战和案例展示实现过程。还提及该
算法
未来趋势、研究方向及潜在应用领域。
ML 47.
快速
选择机器
学习
算法
博客聚焦于
快速
选择机器
学习
算法
这一内容,为在机器
学习
领域中需要
快速
确定合适
算法
的人员提供相关信息。
由
快速
排序引申而来--如何
学习
算法
本文探讨了
快速
排序
算法
的基础知识、实现细节以及在实际应用中的注意事项。通过实例演示了
快速
排序的不同实现方式,并强调了理解
算法
核心逻辑与关注实践应用的重要性。此外,文章还分享了作者
学习
算法
的方法与过程,旨在帮助读者更好地掌握
快速
排序及其他基础
算法
。
如何
快速
学习
算法
快速
学习
算法
需要理解基本概念,通过看书、视频
学习
,做题实践,参加课程,以及与他人交流分享经验来提升理解力和应用能力。
元
学习
算法
及其在
快速
适应新任务中的应用
元
学习
是一种新兴的机器
学习
范式,旨在训练模型能够
快速
适应新任务,模仿人类的
快速
学习
能力。通过
学习
如何
学习
,元
学习
模型在少量样本和计算资源下能高效地适应变化。常见元
学习
算法
包括基于梯度、记忆和生成的方法,已在强化
学习
、机器人控制和语言模型等领域展现潜力。
community_281
702
社区成员
253,689
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章