部分开始解决问题第二部分算法分析第三部分算法设计范式第四部分一些的算法第五部分基本数据结构第六部分树第七部分图
近年来,随着数据获取能力的不断提高和计算机的飞速发展,人们获得的数据信息越来越多,数据维数越来越高,如何寻找这些海量高维数据信息中潜在的规律,更好地为人类服务,是目前人工智能面临的挑战之一。 在没有标签信息的情况下,对高维数据实施维数约简的同时进行归类分析,挖掘数据的内在低秩结构,是当前机器学习的一个难点、也是热点之一。谱聚类作为聚类分析的一种,不仅对初始值和数据噪声有更好的鲁棒性,而且实施简单,可以被标准的线性代数方法进行有效求解。因此,基于低秩结构学习的谱聚类理论和方法在机器学习、人工智能、大数据技术方面有着更加广阔的应用空间。 本书主要研究了基于低秩结构学习的谱聚类理论与方法,从矩阵和张量两方面进行研究。重点关注紧凑低秩表示学习、鲁棒的无监督特征选择学习、图正则化低秩因
《labuladong的算法小抄》专攻算法刷题,训练算法思维,应对算法笔试。注重用套路和框架思维解决问题,以不变应万变。 第1章列举了几个最常见的算法类型及对应的解题框架思路,包括动态规划、回溯、广度优先搜索及双指针、滑动窗口等算法技巧。 第2章用动态规划的通用思路框架解决了十几道经典的动态规划问题,例如,正则表达式、背包问题,同时还介绍了如何写状态转移方程、如何进行状态压缩等技巧。 第3章介绍了数据结构相关的算法,例如,二叉树相关题目的解法,也包括LRU、LFU这种面试常考的算法原理。 第4章介绍了回溯算法、广度优先搜索算法等核心套路在算法题中的运用,巩固对算法框架的理解。 第5章讲解了一些高频题目,每道题目可能会结合多种算法思路进行讲解,也可能有多种解法,读完这一章,你就可以独自遨游题海啦!