- 综合排序
- 最热优先
- 最新优先
- 来自专栏老马说编程
计算机程序的思维逻辑 (11) - 初识函数
计算机程序使用函数这个概念来解决这个问题，即使用函数来减少重复代码和分解复杂操作，本节我们就来谈谈Java中的函数，包括函数的基础和一些细节。 比如说，计算一个整数数组中的最大的前三个数，需要返回三个结果。这个可以用数组作为返回值，在函数内创建一个包含三个元素的数组，然后将前三个结果赋给对应的数组元素。 用递归表达的计算用递归函数容易实现，代码如下： ? 看上去应该是比较容易理解的，和数学定义类似。 小结 函数是计算机程序的一种重要结构，通过函数来减少重复代码，分解复杂操作是计算机程序的一种重要思维方式。本节我们介绍了函数的基础概念，还有关于参数传递、返回值、重载、递归方面的一些细节。
1.1K70发布于 2018-01-31 - 来自专栏小小挖掘机
计算广告系列(六)-《计算广告》第二版思维导图11-16章
本文是小编整理的《计算广告》第二版一书第十一章到第十六章的思维导图，主要介绍计算广告中用到的主要技术。 第十一章 合约广告核心技术 合约广告的重点形式是按指定受众购买的，按CPM计费的展示量合约广告。 第十四章 点击率预测模型 点击率预测是计算广告中最为熟知也是最重要的问题之一。经典的点击率预估模型是逻辑回归模型，并逐渐发展为基于深度学习的预估模型。 思维导图使用XMind进行编辑，想要PNG格式的图片嘛？后台回复“计算广告”即可！（小编没有原书的电子版，对此书感兴趣的可以购买原书，入门计算广告非常好的一本书！）
2.2K20发布于 2020-03-03 - 来自专栏WOLFRAM
计算思维@Torrey Pines 高中
她热衷于教学，即使是对于自己的数学课堂之外的学生，她一样满怀热忱，这也正是她创立CT@TP（计算思维@TorreyPines）的原因。 CT@TP是一个计算思维俱乐部，旨在培养学生"如何提出问题，如何把问题用计算机可以理解的方式提出以便让其来解决问题"的能力。 （干货共享在文末。） Abby不仅想将计算思维普及到自己的课堂之外，还想将Mathematica——这个自己数学课上使用的主要工具，介绍给高中一年级和二年级的学生。 在2016年Wolfram技术大会上，她亲眼目睹了Wolfram语言可用于计算思维的各种创新方式（参见“ Stephen Wolfram 的博客：如何训练孩子们的计算思维“ ），她深受启发, 创办了计算思维俱乐部 Abby、Emily和Shannon的故事殊途同归：她们每个人都找到了利用计算思维来探索个人兴趣的方法，每个人都通过CT@TP获得了动力。
83220发布于 2019-04-30 - 来自专栏科学计算
11 并行计算
0.77 seconds 9 finished in 0.38 seconds 12 finished in 0.11 seconds 7 finished in 0.88 seconds 11 的可执行文件的路径下打开命令行，执行julia -p n，就是启动n个进程的julia # 指定进程2来生成一个3x4的随机矩阵 r = remotecall(rand, 2, 3, 4) # 在进程2中计算
1.5K20发布于 2020-06-30 - 来自专栏信数据得永生
计算与推断思维 十五、分类
花点时间想一想：假设我们使用k = 11（是假如）。 图中的哪些部分会得到正确的结果，哪些部分会产生错误？ 决定边界是什么样子？ 数据中显示的规律可能非常乱。 计算机算法推广得很好：你需要的所有事情，就是计算距离的能力，这并不难。真是亦可赛艇！ 多维距离 我们知道如何在二维空间中计算距离。 计算最佳斜率可能需要几分钟的时间。 预测的计算可能需要几分钟的时间。
86920编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十三、预测
然而，你将会看到，这个计算很简单，可以帮助我们理解r的几个属性。 r的公式： r是两个变量的乘积的均值，这两个变量都以标准单位来衡量。 以下是计算中的步骤。 t.scatter('y', 'x', s=30, color='red') correlation函数 我们将要重复计算相关性，所以定义一个函数会有帮助，这个函数通过执行上述所有步骤来计算它。 残差是y的观测值与y的拟合值之间的差值，所以对于点(x, y)： residual函数计算残差。 我们还可以计算每种情况下，预测变量和残差之间的相关性。 为了在数值上验证结果，我们只需要计算双方的一致性。
3K10编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 五、表格
males.column('AGE') array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13 98, 99, 100]) females.column('AGE') array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11
79910编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十一、估计
十一、估计 原文：Estimation 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在前一章中，我们开始开发推断思维的方法。 我们将用推断思维来回答这个问题。 基于随机样本的统计量可能是总体中未知参数的合理估计。例如，你可能希望使用家庭样本的年收入中位数，来估计美国所有家庭的年收入中位数。 所以下面，计算 359 的 85%，它是 305.15。 0.85 * 359 305.15 这不是一个整数。 对于我们的分数数据，这些值是： percentile(25, scores) 11 percentile(50, scores) 16 percentile(75, scores) 20 分数的分布有时归纳为 她使用样本来计算用作估计值的统计量。 一旦她计算出了统计量的观察值，她就可以把它作为她的估计值，然后顺其自然。 但她是一名数据科学家。
1.5K20编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十七、更新预测
那么我们的计算就变成了64 /(60 + 64)，就是 0.516。 所以计算只取决于不同类别的比例，而不是计数。 为了便于比较，比例可以用树形图可视化，直接显示在数据透视表下方。 这两个分支现在形成了我们的简化概率空间，所有几率的计算必须相对于这个简化空间的总概率。 所以，考虑到学生已声明专业，他们是三年级的几率可以直接从树中计算出来。 我们计算了其中的一个： 假设学生已经声明，学生是三年级的后验概率表示为 ，计算如下。 由于计算是正确的，我们来看看我们的概率计算的基础：随机性假设。 我们的假设是，一个随机选择的人进行了检测，并得到了阳性结果。但是这在现实中并没有发生。 我们正在想象一个病人接受检测的现实情况，因为有一些理由让他们这样做，而计算基于随机选择的人进行检测。 所以让我们在更现实的假设下重做我们的计算，即病人正在接受检测，因为医生认为病人有发病的机会。
43320编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 一、数据科学
通过理解一个特定的领域，数据科学家学习提出有关他们的数据的适当的问题，并正确地解释我们的推理和计算工具提供的答案。 简介 数据是对我们周围世界的描述，通过观察来收集并存储在计算机上。 计算机使我们能够从这些描述中推断出世界的特性。数据科学是使用计算从数据中得出结论的学科。有效的数据分析有三个核心方面：探索，预测和推理。 在这个努力中，我们将结合两个基本工具：计算和随机化。例如，我们可能想使用温度观测来了解气候变化的趋势。计算机允许我们使用所有可用的信息得出结论。 批判性思维一直是严格教育的标志，但在数据支持下，批判往往是最有效的。对世界任何方面的批判性分析，可能是商业或社会科学，涉及归纳推理；结论很少直接证明，仅仅由现有的证据支持。 在这里，我们要求计算机来计算《哈克贝利·芬》和《小女人》的每章中的字符和句号数量。
65920编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 三、Python 编程
在数据科学中，编写程序的目的是，指示计算机执行分析步骤。 电脑无法自行研究世界。 人们必须准确描述计算机应该执行什么步骤来收集和分析数据，这些步骤是通过程序来表达的。 程序由表达式组成，向计算机描述了如何组合数据片段。 例如，乘法表达式由两个数字表达式之间的*符号组成。表达式，例如3*4，由计算机求值。 数值 整数值 计算机为执行数值计算而设计，但是关于处理数字有一些重要的细节，每个处理定量数据的程序员都应该知道它。 下面计算过去 10 年联邦支出的年增长率。 为了计算changed，使用指数来重复应用增长率g t次。 initial * (1 + g) ** t 为了计算g，计算总增长率的1/t次方并减一。
49030编辑于 2022-12-01 - 来自专栏数据结构与算法
POJ 1113 Wall(思维 计算几何 数学)
给出平面上n个点的坐标。你需要建一个围墙，把所有的点围在里面，且围墙距所有点的距离不小于l。求围墙的最小长度。 n小于等于10^5
60410发布于 2019-03-04 - 来自专栏信数据得永生
计算与推断思维 九、经验分布
这个想法是，由于大型随机样本可能类似于从中抽取的总体，从样本中计算出的数量可能接近于总体中相应的数量。 轮盘赌 上面的分布让我们对整个随机样本有了印象。 那是因为它正在执行抽取大小为 1000 的样本，并计算其中位数的过程，重复 5000 次。 这是很多抽样和重复！ 但在许多情况下（包括这个），所有可能的样本数量足以超过计算机的容量，概率的纯粹数学计算可能有些困难。 这是经验直方图的作用。 这意味着反复模拟随机过程是一种近似概率分布的方法，不需要在数学上计算概率，或者生成所有可能的随机样本。因此，计算机模拟成为数据科学中的一个强大工具。 如果你有一台计算机，经验分布更容易计算。 因此，当数据科学家试图理解统计的性质时，通常使用经验分布而不是精确的概率分布。 参数的不同估计 这里举一个例子来说明这一点。
97410编辑于 2022-12-01 - 来自专栏企鹅号快讯
每个学生都需要培养计算思维
每个学生都需要培养计算思维，可是为什么没有石头思维，蒸汽机思维，TNT思维？ 今天看到一篇有署名Looi Chee Kit 教授的有关计算思维(Computational Thinking, CT)的文章。该文2017年11月23日发布在新加坡一个政府的网站上。 文中提出一个鲜明的观点：计算思维的教和学是新加坡人为数字世纪做好准备的关键，每个学生需要培养计算思维。 如此来看，计算思维就是利用计算机科学的基本概念解决问题, 设计系统和理解人类行为的一种思维方式。 也就是说，计算思维是一种建立在计算机科学概念基础上的思维方式，它不局限于计算机。说到底计算机只是一种工具，这种工具的伟大之处在于它促使人们借此发展了思考问题的方式。
1.6K90发布于 2018-01-02 - 来自专栏iOS逆向与安全
计算机思维: 计算机的数据结构
在计算机科学中，数据的相对大小比绝对的数值重要，出于很多数据比大小的需求以及其他一些需求，就产生了一个抽象的数据结构——二叉树。 I 计算机的数据结构 数据结构+ 算法 = 程序 理解搭建计算机软件的模块——数据结构和算法。 把数据结构理解为盖房子的钢筋、门窗和大梁。 把算法理解成盖房子的结构原理。 计算机中线性表的实现方法 数组：一组编了号的固定大小的单元 。 数组的好处：给定一个序号，可以直接找出里面的内容。 在计算机中，它通常是通过数组实现的。相比一般的数组，它有三个优点： 动态增加或者删除一个数据项比较快。 数组只能根据下标直接查找，下标和数据内容无关，如果要根据内容查找，效率就比较低，哈希表的下标是根据数据内容计算出来的，因此根据内容查找比较快。
34120编辑于 2023-09-11 - 来自专栏云深之无迹
读书笔记（计算思维与Python编程）
使用函数可以帮助你更好地构建代码，并在需要多次执行相同任务或计算时避免代码重复。 我喜欢构建这个词，摘录了。 ●好的算法是抽象的：它不依赖于特定的编程语言或计算机系统。加入分层和原子化的思想。
55610发布于 2021-03-12 - 来自专栏信数据得永生
计算与推断思维 八、随机性
make_array('Cat', 'Dog') np.append(pets, 'Another Pet') array(['Cat', 'Dog', 'Another Pet'], dtype='<U11 pets = np.append(pets, 'Another Pet') pets array(['Cat', 'Dog', 'Another Pet'], dtype='<U11') 数学是准确发现概率的主要工具，尽管计算机也可用于此目的。模拟可以提供出色的近似，具有很高的概率。在本节中，我们将以非正式方式制定一些简单的规则来管理概率的计算。 根据上面的计算，GR 和 RG 每个的几率都是 1/6。所以你可以通过把它们相加来计算一绿一红的概率。 其他子集，如包含表格前 11 行的子集，选中几率都是 0。 放回或不放回的随机抽样 在这个课程中，我们将主要处理两个最直接的抽样方法。
1K30编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 十四、回归的推断
一如既往，推断思维起始于仔细检查数据的假设。一组假设被称为模型。大致线性的散点图中的一组随机性的假设称为回归模型。 在每个复制品中，该函数自举原始散点图并计算所得回归线的斜率。 然后绘制所有生成的斜率的直方图，并打印由斜率的“中间 95%”组成的区间。 计算表明，真实斜率的约 95% 的自举置信区间左端为负，右端为正 - 换句话说，区间包含 0。 函数fitted_value计算这个高度。像函数的相关性，斜率和截距一样，它的参数是表的名称和x和y的列标签。但是它也需要第四个参数，即x的值，在这个值上进行估算。 如果模型不成立，那么假设模型为真的计算是无效的。 因此，在开始基于模型进行预测，或者对模型参数进行假设检验之前，我们首先要确定回归模型是否适用于我们的数据。
1.4K10编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 四、数据类型
字符串 世界上大部分的数据都是文本，计算机中表示的文本被称为字符串。 字符串可以代表一个单词，一个句子，甚至是图书馆中每本书的内容。 例如，sum函数计算集合中所有值的和，len函数计算其长度。 （这是我们放入的值的数量。）一起使用它们，我们可以计算一个集合的平均值。 以下示例中的每对括号都是调用表达式的一部分；它调用一个无参函数来对数组highs进行计算。 让我们计算莱布尼茨的无穷和的前 5000 个项，看它是否接近 π。 positive_terms = 1 / positive_term_denominators 负向的分母是3, 7, 11，以此类推。
83510编辑于 2022-12-01 - 来自专栏信数据得永生
计算与推断思维 二、因果和实验
为了将你的思维带回正确的时间，试着想象一下 19 世纪 50 年代的伦敦。这是世界上最富裕的城市，但其中许多人却极度贫困。 它使我们能够以数学方式，计算随机化产生实验和对照组的可能性。 它使我们能够对实验组和对照组之间的差异作出精确的数学表述。这反过来帮助我们对实验是否有效作出正确的结论。
56610编辑于 2022-12-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号