《鬼仔带你学算法》专题

问题 你需要使用常见的数学常数，比如 π 或者 e 。 解决方案 使用 Javascript 的 Math object 来提供通常需要的数学常数。 Math.PI # => 3.141592653589793 # Note: Capitalization matters! This produces no output, it's undefined. Math.Pi # => Math.E

学习资源 有很多社区资源可以帮助你开发应用。如果你对Meteor感兴趣，希望你能参与其中！ 教程 快速开始Meteor 官方教程! Stack Overflow 对于技术问题，提问、寻找答案最好的去处就是 Stack Overflow. 确保给你的问题添加 meteor 标签。 论坛 访问 Meteor discussion forums宣布项目，寻求帮助，讨论社区或是讨论核心模块的变动。 Git

直线上最多的点数 LeetCode - 149. 直线上最多的点数 问题描述 思路 根据 y=kx+b，计算每两个点的 (k, b) 对，配合 map 存储 使用 (k,b) 可能存在精度问题，更好的方法是使用 ax+by+c=0 两者本质上没有区别，实际上就是把 k 分为 a/b 存储 注意：将 {a, b} 作为 key 时应该先利用最大公约数缩小 a 和 b C++ class Soluti

集成学习基本问题 集成学习的核心是将多个 集成学习的基本思想 结合多个学习器组合成一个性能更好的学习器 集成学习为什么有效？ 不同的模型通常会在测试集上产生不同的误差；如果成员的误差是独立的，集成模型将显著地比其成员表现更好。 集成学习的基本策略 Boosting 方法 基于串行策略：基学习器之间存在依赖关系，新的学习器需要根据上一个学习器生成。 基本思路： 先从初始训练集训练一个基学习器；初始训

学习资源 Deep learning book Deep learning resources 以及 tutorial cs231n cs224d Papers Moning Paper colah’s blog kdnuggets MachineLearning-Handbook arXiv arXiv Sanity Neural Networks and Deep Learning UFLDL

Google Cloud Platform 推出了一个 Learn TensorFlow and deep learning, without a Ph.D. 的教程，介绍了如何基于 Tensorflow 实现 CNN 和 RNN，链接在 这里。 Youtube Slide1 Slide2 Sample Code

集成学习（ensemble learning）的主要思想是利用一定的手段学习出多个分类器，然后将多个分类器进行组合预测。核心思想就是如何训练处多个弱分类器以及如何将这些弱分类器进行组合。若集成中只包含同种类型的个体学习器，则这样的集成是“同质”的，其个体学习器称为“基学习器”。若包含的是不同类型的个体学习器，则称为“异质”，其基学习器称为“组件学习器”。 集成学习通过将多个学习器进行结合，常可获得

迁移学习（Transfer learning）顾名思义就是就是把已学训练好的模型参数迁移到新的模型来帮助新模型训练数据集。 经典论文: Progressive Neural Networks

强化学习（Reinforcement Learning）的输入数据作为对模型的反馈，强调如何基于环境而行动，以取得最大化的预期利益。与监督式学习之间的区别在于，它并不需要出现正确的输入/输出对，也不需要精确校正次优化的行为。强化学习更加专注于在线规划，需要在探索（在未知的领域）和遵从（现有知识）之间找到平衡。 Deep Q Learning.

监督学习的目标是建立一个学习过程，将预测结果与“训练数据”（即输入数据）的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率，包括分类、回归等问题。而常用算法包括线性回归、决策树、贝叶斯分类、最小二乘回归、逻辑回归、支持向量机、神经网络等。 监督学习的整个训练流程如下图所示

机器学习与人工智能学习笔记，包括机器学习、深度学习以及常用开源框架（Tensorflow、PyTorch）等。 机器学习算法 _图片来自scikit-learn_。 机器学习全景图 _图片来自http://www.shivonzilis.com/_。

本节总结了本书中涉及的有关线性代数、微分和概率的基础知识。为避免赘述本书未涉及的数学背景知识，本节中的少数定义稍有简化。 线性代数 下面分别概括了向量、矩阵、运算、范数、特征向量和特征值的概念。 向量 本书中的向量指的是列向量。一个$n$维向量$\boldsymbol{x}$的表达式可写成 $$\boldsymbol{x} = \begin{bmatrix} x{1} \ x{2} \ \vdot

学会盲打。这是一个进阶技能，因为写代码是如此困难以至于你的打字速度是不太相关的，并且不能削减写代码花费的时间，不管你打字有多好。但是，到了你是一个进阶程序员的时候，你可能花费很多时间在用自然语言给你的同事或他人写东西上。这是对你的责任感是一种有趣的测试，学习这样的东西需要专注的时间，但不怎么有趣。有这样一个传说，当 Michael Tiemann 在 MCC 的时候，人们会站在他的门外面倾听他击键

机器学习与人工智能学习笔记，包括机器学习、深度学习以及常用开源框架（Tensorflow、PyTorch）等。

本教程将给大家介绍如何使用 Express + MongoDB 搭建一个多人博客。