目录0写在前面1语言中的贝叶斯公式2朴素贝叶斯建模2.1单词异化2.2语言模型建模2.3误差模型建模3单词修正测试0写在前面机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。?详情：机器学习强基计划(附几十种经典模型源码合集)在机器学习强基计划4-3：详解朴素贝叶斯分类原理(附例题+Python实现)中我们学习了朴素贝叶斯的概念：采用属性独立性假设对类后验概率建模，本节再次使用这个理论实现一个有趣的应用——单词拼写修正器，并梳理一些朴素贝叶斯原理中的细节，以
目录0写在前面1语言中的贝叶斯公式2朴素贝叶斯建模2.1单词异化2.2语言模型建模2.3误差模型建模3单词修正测试0写在前面机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。?详情：机器学习强基计划(附几十种经典模型源码合集)在机器学习强基计划4-3：详解朴素贝叶斯分类原理(附例题+Python实现)中我们学习了朴素贝叶斯的概念：采用属性独立性假设对类后验概率建模，本节再次使用这个理论实现一个有趣的应用——单词拼写修正器，并梳理一些朴素贝叶斯原理中的细节，以
截止到目前我已经写了600多道算法题，其中部分已经整理成了pdf文档，目前总共有1000多页（并且还会不断的增加），大家可以免费下载下载链接：https://pan.baidu.com/s/1hjwK0ZeRxYGB8lIkbKuQgQ提取码：6666publicbooleanwordBreak(Strings,ListString>dict){boolean[]dp=newboolean[s.length()+1];for(inti=1;is.length();i++){//枚举k的值for(intk=0;ki;k++){//如果往前截取全部字符串，我们直接判断子串[0,i-1]//是否存在
截止到目前我已经写了600多道算法题，其中部分已经整理成了pdf文档，目前总共有1000多页（并且还会不断的增加），大家可以免费下载下载链接：https://pan.baidu.com/s/1hjwK0ZeRxYGB8lIkbKuQgQ提取码：6666publicbooleanwordBreak(Strings,ListString>dict){boolean[]dp=newboolean[s.length()+1];for(inti=1;is.length();i++){//枚举k的值for(intk=0;ki;k++){//如果往前截取全部字符串，我们直接判断子串[0,i-1]//是否存在
k-means聚类接下来是进入聚类算法的的学习，聚类算法属于无监督学习，与分类算法这种有监督学习不同的是，聚类算法事先并不需要知道数据的类别标签，而只是根据数据特征去学习，找到相似数据的特征，然后把已知的数据集划分成几个不同的类别。比如说我们有一堆树叶，对于分类问题来说，我们已经知道了过去的每一片树叶的类别。比如这个是枫树叶，那个是橡树叶，经过学习之后拿来一片新的叶子，你看了一眼，然后说这是枫树叶。而对于聚类问题，这里一堆树叶的具体类别你是不知道的，所以你只能学习，这个叶子是圆的，那个是五角星形的；这个边缘光滑，那个边缘有锯齿……这样你根据自己的判定，把一箱子树叶分成了几个小堆，但是这一堆到底
k-means聚类接下来是进入聚类算法的的学习，聚类算法属于无监督学习，与分类算法这种有监督学习不同的是，聚类算法事先并不需要知道数据的类别标签，而只是根据数据特征去学习，找到相似数据的特征，然后把已知的数据集划分成几个不同的类别。比如说我们有一堆树叶，对于分类问题来说，我们已经知道了过去的每一片树叶的类别。比如这个是枫树叶，那个是橡树叶，经过学习之后拿来一片新的叶子，你看了一眼，然后说这是枫树叶。而对于聚类问题，这里一堆树叶的具体类别你是不知道的，所以你只能学习，这个叶子是圆的，那个是五角星形的；这个边缘光滑，那个边缘有锯齿……这样你根据自己的判定，把一箱子树叶分成了几个小堆，但是这一堆到底
文章目录反转字符串比较简单的双指针[反转字符串II](https://leetcode.cn/problems/reverse-string-ii/description/)想复杂了错误题解简单题解替换空格easy反转字符串中的单词自己常规解法空间复杂度O（1）左旋转字符串题解反转字符串CategoryDifficultyLikesDislikesContestSlugProblemIndexScorealgorithmsEasy(79.58%)7400--0TagsCompanies编写一个函数，其作用是将输入的字符串反转过来。输入字符串以字符数组s的形式给出。不要给另外的数组分配额外的空间
文章目录反转字符串比较简单的双指针[反转字符串II](https://leetcode.cn/problems/reverse-string-ii/description/)想复杂了错误题解简单题解替换空格easy反转字符串中的单词自己常规解法空间复杂度O（1）左旋转字符串题解反转字符串CategoryDifficultyLikesDislikesContestSlugProblemIndexScorealgorithmsEasy(79.58%)7400--0TagsCompanies编写一个函数，其作用是将输入的字符串反转过来。输入字符串以字符数组s的形式给出。不要给另外的数组分配额外的空间
目录一、关于聚类的基础描述1.1 聚类与分类的区别1.2 聚类的概念1.3 聚类的步骤二、几种常见的聚类算法2.1K-means聚类算法1)K-means算法的流程：2）K-means算法的优缺点及算法复杂度3）K-means算法的调优与改进4）K-means算法的python代码实现2.2GMM高斯混合模型聚类算法2.3Meanshift聚类算法1）单点meanshift算法基本流程2）整个数据集的meanshift聚类流程3）meanshift聚类算法的优缺点及算法复杂度4）meanshift在图像分割和目标跟踪领域的应用5）单点meanshift的python代码实现2.4基于密度的DB
目录一、关于聚类的基础描述1.1 聚类与分类的区别1.2 聚类的概念1.3 聚类的步骤二、几种常见的聚类算法2.1K-means聚类算法1)K-means算法的流程：2）K-means算法的优缺点及算法复杂度3）K-means算法的调优与改进4）K-means算法的python代码实现2.2GMM高斯混合模型聚类算法2.3Meanshift聚类算法1）单点meanshift算法基本流程2）整个数据集的meanshift聚类流程3）meanshift聚类算法的优缺点及算法复杂度4）meanshift在图像分割和目标跟踪领域的应用5）单点meanshift的python代码实现2.4基于密度的DB
