牛客题解官

分类

题解(475)

/ 注册

TA的专栏 869篇文章 60人订阅

牛客代码笔记-牛栋

74篇文章 532人学习

图解HTTP-牛客面经八股

15篇文章 309人学习

图解网络模型-牛客面经八股

21篇文章 362人学习

图解Java基础-牛客面经八股

24篇文章 316人学习

图解Java多线程牛客面经八股

28篇文章 429人学习

图解JVM-牛客面经八股

11篇文章 382人学习

图解Spring-牛客面经八股

17篇文章 482人学习

图解Mybatis牛客面经八股

10篇文章 283人学习

图解Redis-牛客面经八股

17篇文章 328人学习

图解分布式-牛客面经八股

19篇文章 342人学习

图解系统设计-牛客面经八股

17篇文章 350人学习

图解操作系统-牛客面经八股

75篇文章 432人学习

图解数据库基础-牛客面经八股

26篇文章 349人学习

图解SQL-牛客面经八股

32篇文章 363人学习

图解数据库锁-牛客面经八股

32篇文章 344人学习

图解C++基础-牛客面经八股

47篇文章 317人学习

图解C++高级-牛客面经八股

32篇文章 219人学习

图解C++STL-牛客面经八股

17篇文章 306人学习

图解大模型基础-牛客面经八股

53篇文章 397人学习

图解测试基础-牛客面经八股

12篇文章 301人学习

图解测试用例设计-牛客面经八股

18篇文章 336人学习

图解机器学习-牛客面经八股

36篇文章 378人学习

图解Elasticsearch

24篇文章 316人学习

图解机器学习应用-牛客面经八股

26篇文章 360人学习

图解大模型应用-牛客面经八股

23篇文章 299人学习

图解测试开发-牛客面经八股

17篇文章 354人学习

图解Vue-牛客面经八股

44篇文章 269人学习

图解前端开发-牛客面经八股

39篇文章 394人学习

图解TCP/UDP牛客面经八股

43篇文章 347人学习

提示词工程指南

20篇文章 267人学习

全部文章（共1142篇）

题解|单神经元

单神经元（Single Neuron）是神经网络中的最常见的基本单元。本题的步骤如下：初始化权重和偏置前向传播，计算预测值计算损失函数标准代码如下 def single_neuron_model(features, labels, weights, bias): pr...

2025-02-06

1 98

题解|softmax激活函数实现

softmax激活函数实现（Softmax Activation Function Implementation）是神经网络中的最常见的激活函数之一。 softmax函数其公式为标准代码如下 def softmax(scores: list[float]) -> list[float]: ...

2025-02-06

1 231

题解|Sigmoid 激活函数实现

Sigmoid 激活函数实现（Sigmoid Activation Function Implementation）是神经网络中的最常见的激活函数之一。 Sigmoid函数其公式为标准代码如下 def sigmoid(z: float) -> float: result = 1 / ...

2025-02-06

0 192

题解|实现AdaBoost拟合方法

AdaBoost（Adaptive Boosting）是一种常用的集成学习方法，其计算公式为：其中，是弱分类器，是权重，是迭代次数。该算法是深度学习中常用的集成学习方法之一。本题使用了分类错误率作为错误率，并使用错误率来更新分类器权重。其公式为：其中，是分类错误率，=sum(w[y !=...

2025-02-06

0 91

题解|Pegasos核SVM实现

Pegasos核SVM实现（Pegasos Kernel SVM Implementation）是SVM的一种实现方式。 Pegasos是一种高效的支持向量机（SVM）实现，具有以下特点：随机梯度下降：Pegasos使用随机梯度下降（SGD）方法进行优化，适合大规模数据集。核函数支持：支持线性...

2025-02-06

0 208

题解|决策树学习

决策树是一个用于分类和回归的模型，它通过将数据集分割成更小的子集来构建树形结构。每个内部节点代表一个特征的测试，每个分支代表测试结果，而每个叶子节点则表示最终的输出类别或值。通俗点说，就是把一堆数据按照某个特征的某个阈值去分成两份或者多份子节点，然后递归执行这种分裂直到达到某种要求。在本题中，只...

Python3

2025-02-06

0 164

题解|关联规则发现（Apriori算法）

Apriori算法是关联规则挖掘中的一种经典算法，用于发现数据集中频繁项集和关联规则。频繁项集：在数据集中频繁出现的项集。关联规则：在数据集中，若A则B的规则形式。支持度：项集A在数据集中出现的次数除以数据集的总数。通俗点说，就是项集A在数据集中出现的概率。置信度：项集A和项集B同时出现的次...

2025-02-06

0 114

题解|计算分类模型的性能指标

分类模型的性能指标包括准确率（accuracy）、精确率（precision）、召回率（recall）、F1分数（F1_score）、ROC曲线（ROC_curve）、AUC（AUC）等。本题具体使用的性能指标如下混淆矩阵（Confusion Matrix）: 其中，TP是真阳性，TN是真阴...

Python3

2025-02-06

0 122

题解|使用梯度下降实现Lasso回归

Lasso回归是一种线性回归模型，其目标函数为：其中，是模型参数，是输入特征，是输出标签，是正则化参数。本算法的关键在于对权重进行L1正则化，即在每次迭代中对权重进行L1范数惩罚。梯度下降的公式为：其中，是第次迭代时的权重，是学习率，是目标函数在处的梯度。而f(w_t)正是Lasso回归...

2025-02-06

0 129

题解|实现梯度下降

梯度下降是一种在机器学习中常用的优化算法，其计算步骤如下：初始化参数计算梯度本题采用MSE作为损失函数，其梯度为：更新参数重复上述步骤，直到收敛。本题中采用了三种梯度下降方法，分别是批量梯度下降（batch）、随机梯度下降（stochastic）和mini-batch梯度下降...

2025-02-05

0 192