coursera

一、一位数组与指针 1.变量三要素：地址（指向这个变量的指针）、值、名字。 2. &：取变量的地址 int a = 0 ; cout << & a ; //打印a变量起始地址（a的地址为4B，即地址长度、指针为4B） 3.*：取指针（地址）的值 cout << * & c ; //取地址为&c的变量的值（*&c=c） 4.指针变量：存放指针（地址）的变量 int * pointer = NULL ; //赋初值 //指针变量的定义，pointer指向的c为int型，因此*pointer为int型 pointer = & c ; //pointer指向c(或者直接定义 int *p=&c) pointer变量值为c变量的地址 //*pointer=c 5.运算：高（只低于a+±-） int * p = NULL ; ( * p ) ++ ≠ * p ++ ( 原来指向 0x0012FF71 , ++ 后指向 0x0012FF75 , int 为加 4 ， char 为加 1 ) 6.数组 int a [ 5 ] = { 0 } ; //数组名=指向数组第一个元素的指针 int * p = & a [ 0 ] ; //a++无意义 p++有变化，p可以指向数组元素外的元素 二、字符串与指针 1.定义 char a [ 10 ] ; char * p ; p = a ; /

本笔记为 Coursera在线课程 《Machine Learning》中的单变量线性回归章节的笔记。 2.1 模型表示 参考视频 : 2 - 1 - Model Representation (8 min).mkv 本课程讲解的第一个算法为 " 回归算法 " ，本节将要讲解到底什么是 Model 。下面，以一个房屋交易问题为例开始讲解，如下图所示（从中可以看到监督学习的基本流程）。 所使用的数据集为俄勒冈州波特兰市的住房价格，根据数据集中的不同房屋尺寸所对应的出售价格，绘制出了数据集；假如，现在有朋友想要出售自己的房子，例如，大小是 1250 平方尺，你需要告诉他，这个房子可以买到多少钱？你可以做的一件事情是，构造一个模型，从数据模型来看，也许是条直线，然后，你可以告诉你的朋友，他的房子大概可以卖到 220000 美元。这就是一个监督学习方法的例子，因为，我们对数据集中的每个样本都给出了 " 正确答案 "( 对于某一尺寸的房子来说，我们给出了该房子的正确售价 ) 。更加具体地讲，这是一个 回归问题 ， " 回归 " 一词是指，根据之前的数据预测出一个准确的输出值。还有另外一种监督学习方法，叫做 分类问题 ，例如，如果我们正在寻找癌症肿瘤并想要确定肿瘤是良性的还是恶性的，这就是 0/1 离散输出问题。 更进一步来说，在监督学习中，我们有一个数据集，这个数据集被称为 训练集

课程网址：https://www.coursera.org/learn/internet-history 学习笔记： Week 1: History - Dawn of Early Computing (1940 - 1960) War Time Computing and Conmmunication — High Stakes Research in Computing, and Communication 二战刺激了政府对各种科技的研究投入，由此促进了计算机技术的发展，其中就包括电子计算机的诞生。 为了解密德国的无线电情报，英国布莱切利园（ Bletchley Park ）内以艾伦·图灵（ Alan Turing ）为代表的跨学科（ cross-disciplinary ）团队为电子通信和计算（ electronic communication and computation ）技术打下了基础。 — Alan Turing and Bletchley Park 在二战期间，布莱切利园是英国政府进行密码解读的主要场所，各行各业的上万名人员在此处工作，轴心国的密码与密码文件，都会送到那里进行解码。布莱切利园是最早的跨学科合作部门。 Bombe 是一台英国机械计算机，致敬波兰密码破译机 Bomba ，对破译德国 Enigma 密码机起到了重要作用，一个 Bombe 可以模拟36个

（首先，关于Honor Code，我咨询过了Help Center，分享课后练习的思考题的想法是可以的（注意不是代码），但要标明引用，引用格式来源于 https://guides.lib.monash.edu/citing-referencing/apa-university-course-materials 。） 北京大学（Producer）. (2019) . 计算导论与C语言基础[Coursera] . Retrieved from https://www.coursera.org/learn/jisuanji-biancheng/programming/eWlOp/shu-zu-ying-yong-lian-xi 题目1： 循环移动 注意： 总时间限制: 1000ms 内存限制: 65536kB 描述 　　给定一组整数，要求利用数组把这组数保存起来，再利用实现对数组中的数循环移动。假定共有n个整数，则要使前面各数顺序向后移m个位置，并使最后m各数变为最前面的m各数。 　　注意，不要用先输出后m个数，再输出前n-m个数的方法实现，也不要用两个数组的方式实现。 　　要求只用一个数组的方式实现，一定要保证在输出结果时，输出的顺序和数组中数的顺序是一致的。 输入 　　输入有两行：第一行包含一个正整数n和一个正整数m，第二行包含n个正整数。每两个正整数中间用一个空格分开。 输出 　

普通程序员如何转向AI方向 https://www.cnblogs.com/subconscious/p/6240151.html 　　眼下，人工智能已经成为越来越火的一个方向。普通程序员，如何转向人工智能方向，是知乎上的一个 问题 。本文是我对此问题的一个回答的归档版。相比 原回答 有所内容增加。 　　 一. 目的 　　本文的目的是给出一个简单的，平滑的，易于实现的学习方法，帮助 “普通” 程序员踏入AI领域这个门。这里，我对普通程序员的定义是：拥有大学本科知识；平时工作较忙；自己能获取的数据有限。因此，本文更像是一篇 “from the scratch” 的AI入门教程。 二. AI领域简介 　　AI，也就是人工智能，并不仅仅包括机器学习。曾经，符号与逻辑被认为是人工智能实现的关键，而如今则是基于统计的机器学习占据了主导地位。最近火热的深度学习正是机器学习中的一个子项。目前可以说，学习AI主要的是学习机器学习。但是，人工智能并不等同于机器学习，这点在进入这个领域时一定要认识清楚。关于AI领域的发展历史介绍推荐看周老师写的《机器学习简介》。下面一个问题是：AI的门好跨么？其实很不好跨。我们以机器学习为例。在学习过程中，你会面对大量复杂的公式，在实际项目中会面对数据的缺乏，以及艰辛的调参等。如果仅仅是因为觉得这个方向未来会“火”的话，那么这些困难会容易让人放弃

最近跟完了Andrew Ng的Machine Learning前三周的课，主要讲解了机器学习中的线性回归（Linear Regression）和逻辑回归（Logistic Regression）模型。在这里做一下记录。 另外推荐一本统计学习的书，《统计学习方法》李航，书短小精悍，才200多页，但是内容基本上覆盖了机器学习中的理论基础。 笔记<1> 主要了解一下监督学习和无监督学习 机器学习 ：是关于计算机 基于数据 构建概率统计模型 并运用模型 对数据进行预测与分析 的一门学科。 机器学习算法分类 ： 监督学习（supervised learning）、无监督学习（unsupervised learning）、半监督学习（semi-supervised learing）和强化学习（reinforcement learning）。 监督学习 监督学习从训练数据（training data）集合中学习模型，对测试数据（test data）进行预测。 监督学习的目的在于学习一个由输入到输出的映射，即找到这样一个模型（又称为假设hypothesis）属于由输入空间到输出空间的映射的集合。 当输入变量和输出变量均为连续变量的预测问题称为回归（regression）问题；输出变量为有限个离散变量的预测问题称为分类（classification）问题

课程讲师 ：Andrew Ng 吴恩达（斯坦福教授，百度首席科学家） 课程地址 ： https://www.coursera.org/learn/machine-learning/lecture/1VkCb/supervised-learning （注：括号里基本上是我自己的理解，如有错误请指出，勿喷，少男身少女心，谢谢。） 首先对简单说说我对人工智能的认识：人工智能的本质之一是预测，就是通过学习之后通过建模，然后再利用所得的模型来预测或决策未知的数据。 Supervised learning 监督学习（又分回归和分类）：它理解为，我们给算法一些已有的样本（此处为：一些房子的面积和其对应的价格），算法从中学习一组模型（通俗点，可以说是规律吧），然后算法利用这个学习到的模型来预测未知数据（大意为：我们再给算法一个房子面积，它给我们预测出房子可能的价值）。（回归好像属于监督的一种）。 （这是我前一阵子数据挖掘考试背的监督学习的定义，不知道记错了没）：监督学习，利用一组已知的样本（即为给定的数据集：输入集，和它们对应的结果：正确的输出集）来调整挖掘器（忘了是不是这个器）的参数，使其达到性能最优的过程。 （概念可以结合下面例子来看。） （一些（叫的）专业术语的概念： 离散变量：是指其数值只能用自然数或整数单位计算的则为离散变量.例如,企业个数,职工人数,设备台数等,只能按计量单位数计数

这又是一篇很早之前就想写的话题。几个月前J. V. King写过一篇关于Coursera这个公开课网站的博客。那时就有朋友推荐我Udacity这个网站：http://www.udacity.com/ 但这其实是一个失职的宣传：我自己从来没有用过这个网站，虽然一直存着它。前段时间看看Coursera惊喜不少，喜的是多了很多很多课（已有和计划中的约200门课），惊的是已经没法都学习了：当年只有4、5门课的网站已经颇具规模了。相比较而言，Udacity目前连20门课都不到，而且多是入门性的课程，已经不能适应我这样本科毕业的学生了。当然，能够把基础课教好的老师也很厉害，比如Andrew Ng.的Machine Learning课，但总的来说教一些网上随便Google就能查到的零碎基础显得比较“弱”。 这篇文章的作用是让更多的人知道这个网站，虽然它目前不怎样，但毕竟像开源软件有时bug多多那样，好歹为教育的推广和免费做出了贡献。大家可以尝试着关注一下。 转载于:https://www.cnblogs.com/JVKing/articles/2837435.html 来源： CSDN 作者： weixin_30575309 链接： https://blog.csdn.net/weixin_30575309/article/details/95665894

这一周的内容主要是介绍继承和派生，下面回顾下。 课程地址： coursera：C++程序设计 https://www.coursera.org/learn/cpp-chengxu-sheji 中国大学MOOC：程序设计与算法（三）C++面向对象程序设计 程序设计与算法（三）C++面向对象程序设计 继承和派生 基本概念 继承：在定义一个新的类B时，如果该类与某个已有的类A相似(指的是B拥有A的全部特点)， 那么就可以把A作为一个基类，而把B作为基类的一个派生类(也称子类)。 派生类拥有基类的全部成员函数和成员变量，不论是private、protected、public并且在派生类的各个成员函数中，不能访问基类中的private成员。 来看一个学生类和大学生类，研究生类的例子： 1234567891011121314151617181920212223242526 class { private: string sName; int nAge; public: bool IsThreeGood() { }; void SetName( const string & name ) { sName = name; }};class CUndergraduateStudent: public CStudent { private: int nDepartment; public: bool

总体来说，学完课程没有茅舍顿开的感觉，而是更加印证了之前的那个认知：大道至简，践则无敌，很多的学习方法上学的时候老师都教过我们，关键是我们能否坚持执行。课程讲了很多脑科学有关学习的知识，但对于我们实践者来说，有用的大概有这些：拖延症及如何克服拖延症、长期记忆的方法是间隔记忆及复习、最好的学习方法是以教为学-费曼学习技巧、锻炼身体和充足的睡眠都很重要。还有一些小技巧，比如考试紧张时深呼吸，考试先浏览一些最难的部分，然后从简单的开始，记忆抽象概念时采用联想的方法，刻意练习，还有番茄工作法，就这些吧。下面捡重要的说一下： 1. 克服拖延症 为什么会产生拖延症，因为人的大脑习惯于固定的模式思考，但遇到困难的时，大脑就会试图把注意力转移到其他事情上。我认为大脑这样处理有这样处理的道理，宇宙万物有太多的未知，如果大脑一直想这些未知的人类无法理解的事情，浪费大量的精力，对于人类的当前生存也是无益的。好比一个程序，如果中间一个过程出了问题，会有异常退出机制，不然一直卡在哪里，电脑就死机了，无法处理后来的其他任务。课程中介绍了一种方法，就是在做事情的时候，不要想结果，只想该怎么做，比如我要学习口语达到能交流的水平，我开始不应该一直想着我要掌握口语，我要能用英语和老外交流，而是我今天练习半个小时的口语，我今天练习的场景时去超市购物，去超市购物时找零钱该怎么表达。这是在完成计划时候的一个小策略