swust赵兴达

读书笔记

ACM-ICPC-小知识(5) BFS(1) KMP(3) Linux(1) Python-数据分析(2) string(1) two points(1) 二分(2) 分治(1) 博弈论-SG函数(4) 图论-环与根(2) 基础DP(2) 多项式(3) 字典树(1) 并查集(3) 心得体会(1) 思维(1) 数位DP(1) 数学-概率期望(1) 数学建模(1) 数据结构-RMQ(2) 数据结构-分块(1) 数据结构-并查集(2) 数据结构-莫队算法(1) 数论(6) 最短路(1) 未归档(99) 树形DP(2) 树状数组(1) 线段树(4) 网络流(1) 莫比乌斯函数(1) 莫比乌斯反演(1) 计算机基本原理(2) 计算机等级考试(1) 输入输出外挂(1) 题解(6)

/ 注册

全部文章 / 读书笔记（共16篇）

《启示录》读书笔记 (4)忠告，副经理，上司

第 8,9,10章巴顿将军的忠告永远不要告诉别人怎么做，告诉他们做什么，他们自然会发挥天赋，给你惊喜。留给用户体验师和开发人员的空间越大，他们就越有可能打造用户喜爱的产品。产品副经理从本质上讲，产品就是创意。产品经理的职责是想出好点子并加以实现。做产品要找公司最聪明的人合作，这些人是公...

2020-01-10

0 599

《启示录》读书笔记 (3) 招聘与管理产品经理

//对应原书6 7章招聘产品经理产品经理应有的特质个人素质和态度对产品的热情如何辨别？谈谈自己喜欢的产品以及喜欢的原因，怎么完善产品。用户立场融入目标市场，换位思考智力智力优于知识，如何去解决问题？思路。职业操守关注产品，愿意为之努力正直信任与尊重信心 ...

2020-01-04

1 1008

《启示录》读书笔记(2)产品管理与其他角色

1.产品经理与产品营销产品经理的工作是从细节上定义开发团队开发什么样的产品，市场营销是对外宣传产品。三个误区 1.由市场营销人员定义产品这类产品经理或许擅长市场营销，但是对详细定义有价值的可用的可行的产品往往束手无策。 2.两人分担定义产品的工作很容易导致产品经理的工作变成制作各种文档，...

2019-12-27

1 609

《启示录》读书笔记 (1) 关键角色及其职责

现代软件产品团队产品经理主要职责: 评估产品机会；定义要开发的产品确定有价值且符合公司发展要求的产品机会后，还需要探索产品的解决方案，包括基本的产品特征和功能，产品的用户体验，产品的发布标准。用户体验设计师关键角色：交互设计师（信息架构师，用户界面设计师，用户体验架构师）。交互设计师负...

2019-12-20

2 708

《统计学习方法》读书笔记（12）统计学习方法总结

1.适用问题本书主要介绍监督学习方法。监督学习包括分类标注和回归。分类问题是指从实例的特征向量到类标记的预测问题。标注问题是从观测序列到标记序列的预测问题。感知机，k近邻算法，朴素贝叶斯法，决策树，逻辑斯蒂回归与最大熵模型，支持向量机，提升方法是分类方法。原始的感知机，支持向量机以及提升方法是...

2019-11-22

0 699

《统计学习方法》读书笔记（11）条件随机场

11.1 条件随机场条件随机场(conditional random field, CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。条件随机场可以用于不同的预测问题，本章主要讲述线性链(linear chain)条件随机场在标...

2019-11-15

0 1235

《统计学习方法》读书笔记 (10) 隐马尔可夫模型

1.基本概念 1、马尔科夫假设：当前的状态只与之前的状态有关2、马尔科夫过程：当前的状态只与前n个状态有关，被称为n阶马尔科夫模型。3、马尔科夫链：可以理解为带有概率的状态转移链3、一阶马尔科夫模型：当前的状态只与前一状态有关（1）若有M个状态，则共有MM个状态转移（2）转移概率：每一个状态转移都有...

2019-11-08

0 695

《统计学习方法》读书笔记（9）EM算法及其推广

EM算法是一种非监督模型，是含有缺失数据的概率模型参数的极大似然估计法。##算法每次迭代分两步：E：求期望M：求极大## EM算法是含有隐变量的变量的概率模型极大似然估计或极大后验概率估计的迭代算法，含有隐变量的概率模型的数据表示为.这里，Y是观测变量的数据，Z是隐变量的数据，θ是模型参数。E...

2019-11-01

0 1087

《统计学习方法》读书笔记 (8）提升方法

1.提升方法AdaBoost算法 AdaBoost的思想：是先得到一个弱分类器，然后在这个弱分类器的基础上将其提升到强分类器，具体方法是提升上一个分类器中被误分类的样本的权重，使得本次训练的分类器更加重视这些样本，最后的分类器是所有的分类器的线性组合。 AdaBoost先对所有划分选择出一个误分类...

2019-10-18

0 1102

《统计学习方法》读书笔记 (7) 支持向量机

线性可分支持向量机定义：给定线性可分训练数据集，通过间隔最大化或等价地求解相应的凸二次规划问题学习得到的分离超平面为：以及相应的分类决策函数：称为线性可分支持向量机。SVM的分类决策函数和感知机决策函数形式很类似，但是求得的超平面不一样。函数间隔定义：对于给定的训练数据集T和超平面，定...

2019-10-12

0 592