一道LeetCode OJ上的题目，要求设计一个LRU（Least Recently Used）算法，题目描述如下：Design and implement a data structure for Least Recently Used (LRU) cache. It should support the following operations: get and set.get(key) -
转载
2024-09-18 19:10:24
39阅读
Windows版本//VS2022#include <stdio.h>#include <stdlib.h>#define max(a,b) ((a) > (b) ? (a) : (b))typedef struct Node { int data, h; struct Node* lchild, * rchild;}Node;Node __NIL;#define
原创
2022-12-27 12:40:30
553阅读
强化学习(Reinforcement Learning, RL)作为机器学习的重要分支，近年来在游戏AI、机器人控制、自动驾驶等领域取得了显著成就。在众多RL算法中，
一、算法介绍 Logistic regression （逻辑回归）是一种非线性回归模型，特征数据可以是连续的，也可以是分类变量和哑变量，是当前业界比较常用的机器学习方法，用于估计某种事物的可能性，主要的用途：分类问题：如，反垃圾系统判别，通过计算被标注为垃圾邮件的概率和非垃圾邮件的概率判定；排序问题：如，推荐系统中的排序，根据转换预估值进行排序；预测问题：如，广告系统中CTR预估，根据CTR预估值
原创
精选
2024-10-19 16:16:32
632阅读
LRU 简介Least Recently Used的缩写，即最近最少使用，可以用来作为路由或者淘汰算法。很多开源的框架或者一些第三方的项目都会采用到这个算法，比如 Redis 的 key 的缓存失效，比如一些路由功能。算法的思想是：如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很小。正是由于这个特性，所以我们可以将使用不到的数据淘汰，或者如果是路由，我们就可以将数据路由到这台
注意： 本文并不讲REINFORC为： 基于值函数的。该种类型的强化
原创
2022-10-02 14:21:28
195阅读
PPO算法 算法是一类典型的 算法，既适用于连续动作空间，也适用于离散动作空间。 算法是一种基于策略梯度的强化学习算法，由 的研究人员 等人在 年提出。 算法的主要思想是通过在策略梯度的优化过程中引入一个重要性权重来限制策略更新的幅度，从而提高算法的稳定性和收敛性。 算法的优点在于简单、易于实现、易于调参，应用十分广泛，正可谓 “遇事不决 ”。 算法的核心思想就是通过重要性采
原创
2024-01-29 11:22:04
271阅读
1 研究背景和现状IRC是Internet Relay Chat 的英文缩写，中文一般称为互联网中继聊天。它是由芬兰人Jarkko Oikarinen于1988年首创的一种网络聊天协议。经过十年的发展，目前世界上有超过60个国家提供了IRC的服务。IRC的工作原理非常简单，您只要在自己的PC上运行客户端软件，然后通过因特网以IRC协议连接到一台IRC服务器上即可。它的特点是速度非常之快，聊天时几乎
转载
2023-09-19 20:33:45
124阅读
理论包含CART、GBDT、LR，我得抽时间好好写一下。代码调用lightgbm代码有两种方
原创
2022-12-04 07:39:51
371阅读
本文旨在为读者提供对PPO、GRPO和DAPO这三种前沿强化学习算法的深入理解。我们将从理论基础到实
本文章的主要目的是深入剖析三种前沿的强化学习算法：近端策略优化（PPO）、广义信赖域策略优化（GRPO）和判别式对抗策略优化（D
目录RSA加密算法非对称加密算法工作原理数学原理因子质数互质互质性质欧拉函数欧拉函数性质同余同余性质欧拉定理费马小定理模反元素欧几里得算法定义计算过程证明扩展欧几里得算法定义计算过程证明Python实现Java实现确定
n
转载
2024-05-17 12:00:42
81阅读
1. LR算法简述LR 全称Logistic Regression,我们喜欢称她为逻辑回归或者逻辑斯蒂克回归，是传统机器学习中的最简单的最常用的分类模型。总之，LR算法简单、高效、易于并行且在线学习的特点，在工业界具有非常广泛的应用。在线学习指得是：可以利用新的数据对各个特征的权重进行更新，而不需要重新利用历史数据训练。
LR适用于各项广义上的分类任务，,如：评论信息正负情感分析（二分类）、用户点
转载
2024-05-25 19:20:47
138阅读
关于这个算法有一个非常有名的故事："尿布和啤酒"。故事是这样的：美国的妇女们经常会嘱咐她们的丈夫下班后为孩子买尿布，而丈夫在买完尿布后又要顺 手买回自己爱喝的啤酒，因此啤酒和尿布在一起被购买的机会很多。这个举措使尿布和啤酒的销量双双增加，并一直为众商家所津津乐道。1、基本概念 支持度3%：意味着3%顾客同时购买牛奶和面包 &nb
( 一） Grep函数grep有2种表达方式：
grep BLOCK LIST grep EXPR, LISTBLOCK表示一个code块，通常用{}表示；EXPR表示一个表达式，通常是正则表达式。原文说EXPR可是任何东西，包括一个或多个变量，操作符，文字，函数，或子函数调用。
LIST是要匹配的列表。
grep对列表里的每个元素进行
转载
2024-05-06 09:41:12
91阅读
强化学习(Reinforcement Learning, RL)作为机器学习的重要分支，近年来在游戏AI、机器人控制、自动驾驶等领域取
并行化采样的RL对什么样的RL算法性能提升显著，对什么样的RL算法性能提升不显著？原论文中认为对于性能提升提升不显著的RL算法
