Tag

南京大学人工智能学院2022年开放日(夏令营)

流程介绍与面试经验分享

社会实践记录

数据处理

2021宣讲

南京大学 & 安庆二中

ctypes库的使用

C+Python混合编程

可变长参数方法汇总

Varargs in C/C++, Python and Java

异常处理：总结

Exception in C++, Java and Python

关于C/C++缓冲区的问题

探究：溢出和清理

博客搭建记录

功能性测试

可变长参数方法汇总

Varargs in C/C++, Python and Java

Java反射

—— 一种“自审”机制

异常处理：总结

Exception in C++, Java and Python

Java面向对象

接口、继承、多态、以及高级特性

Java数据结构

简述

Java手册

学习记录

NumPy的广播机制

解析与实现

python3-argparser的使用

编写命令行接口

矩阵到对角张量的转换

摆脱低效for循环

核矩阵的高效计算

Numpy实现

ctypes库的使用

C+Python混合编程

异常检测SVM

OneClassSVM的实现

SVM的自实现

SMO算法求解器

Pillow

用于图像处理的Python第三方库

Numpy与数据结构

维数与运算

可变长参数方法汇总

Varargs in C/C++, Python and Java

异常处理：总结

Exception in C++, Java and Python

关于pyecharts

学习记录

关于pyecharts

学习记录

基于LaTeX的伪代码书写

LaTeX字符表

查找对照

Ubuntu18.04/20.04美化

美化过程自动化

文献解读：Learning with Feature Evolvable Streams

特征演化学习的开篇论文

有限假设空间下的样本复杂度

可分情形与不可分情形

实现LIBSVM的缓存机制

解决大数据下的SVM分类

最大熵模型

推导与求解

软阈值函数的推导

由来、推导和在优化上的应用

EM算法的推导

将随机傅里叶特征应用到SVM

实现与分析

随机傅里叶特征

在核函数上的应用

鲁棒线性回归

Huber回归和RANSAC模型的探究与实现

Lasso回归与近端梯度下降

推导与实现

决策树的剪枝算法

探究与实现

异常检测SVM

OneClassSVM的实现

计算图与自动微分

概念简述

SMO求解支持向量回归

可行性证明

决策树算法的性能提升

预测函数的优化

sklearn数据集的baseline

获取与总结

An overview of gradient descent optimization algorithms

文献解读

常用的迭代优化算法

梯度下降和牛顿法

ProtoNN:Compressed and Accurate kNN for Resource-scarce Devices

文献解读

Softmax和交叉熵

公式推导

深度神经网络的反向传播

数学推导

激活函数

单隐层神经网络下的探究

反向传播推导

单隐层神经网络及拓展

libSVM代码解读

综述

libSVM源码解读（6）

接口函数

libSVM源码解读（5）

非接口函数

libSVM源码解读（4）

Solve类

libSVM源码解读（3）

数据存储相关

libSVM源码解读（2）

编程技巧

libSVM源码解读（1）

svm.h

梯度重构

在SVM中的应用

SVM的Shrink技巧

Making large-scale SVM learning practical

SVM的分布估计

分类概率估计和回归噪声估计

libSVM的Caching

提高SVM训练速度的技巧

支持向量机

种类汇总

LIBSVM中的SMO算法

更新与剪辑

SMO算法

变量选择问题

SMO算法

计算方法

Kaggle月赛记录

TPS June

RandomForest的使用

调参记录

主成分分析

习题课摘录

感知机算法

理论与Python实现

支持向量机

公式推导

PySVM：A NumPy implementation of SVM based on SMO algorithm

自实现SVM库简述

实现LIBSVM的缓存机制

解决大数据下的SVM分类

将随机傅里叶特征应用到SVM

实现与分析

核矩阵的高效计算

Numpy实现

异常检测SVM

OneClassSVM的实现

SVM的自实现

SMO算法求解器

SMO求解支持向量回归

可行性证明

libSVM代码解读

综述

libSVM源码解读（6）

接口函数

libSVM源码解读（5）

非接口函数

libSVM源码解读（4）

Solve类

libSVM源码解读（3）

数据存储相关

libSVM源码解读（2）

编程技巧

libSVM源码解读（1）

svm.h

梯度重构

在SVM中的应用

SVM的Shrink技巧

Making large-scale SVM learning practical

SVM的分布估计

分类概率估计和回归噪声估计

libSVM的Caching

提高SVM训练速度的技巧

支持向量机

种类汇总

LIBSVM中的SMO算法

更新与剪辑

SMO算法

变量选择问题

SMO算法

计算方法

支持向量机

公式推导

PID算法

推导与解析

常用降维方法的总结

主成分分析

习题课摘录

XGBoost：A Scalable Tree Boosting System(2)

实现部分

XGBoost：A Scalable Tree Boosting System(1)

算法部分

将GBDT应用到分类任务

推导、实现与分析

从残差逼近到GBDT

推导、实验与解释

RandomForest的使用

调参记录

内点法与障碍法

简述

Trust Region Newton Method for Large-Scale Logistic Regression

大规模逻辑回归的置信域牛顿法

共轭梯度法

理论证明

置信域方法简介

An overview of gradient descent optimization algorithms

文献解读

常用的迭代优化算法

梯度下降和牛顿法

SMO算法

计算方法

PyDyNet：Neuron Network implementation using Numpy based on Autodiff

自实现深度学习库的简述

Softmax和交叉熵

公式推导

深度神经网络的反向传播

数学推导

激活函数

单隐层神经网络下的探究

反向传播推导

单隐层神经网络及拓展

Online Deep Learning from Doubly-Streaming Data

文献解读

Online Deep Learning:Learning Deep Neural Networks on the Fly

文献阅读

文献解读：Learning with Feature Evolvable Streams

特征演化学习的开篇论文

文献解读：Deep Anomaly Detection on Attributed Networks

异常检测模型DOMINANT

文献解读：Outlier Detection in Urban Traffic Flow Distributions

针对单点不同时的车流分布的异常检测

文献解读：Automatic differentiation in machine learning：a survey

自动微分及其两种模式

Dual Coordinate-Descent Methods for Linear One-Class SVM and SVDD

文献解读：坐标下降求解单类SVM和SVDD对偶问题

A Comparison of Optimization Methods and Software for Large-scale L1-regularized Linear Classification(2)

文献解读：求解L1正则化线性模型的算法综述

A Comparison of Optimization Methods and Software for Large-scale L1-regularized Linear Classification(1)

文献解读：求解L1正则化线性模型的算法综述

Dual coordinate descent methods for logistic regression

求解对率回归对偶问题的坐标下降法

Large-scale Linear Support Vector Regression

LIBLINEAR求解支持向量回归

Coordinate Descent Method for Large-scale L2-loss Linear Support Vector Machine

求解L2-SVM的坐标下降方法

Trust Region Newton Method for Large-Scale Logistic Regression

大规模逻辑回归的置信域牛顿法

A Dual Coordinate Descent Method for Large-scale Linear SVM

DCDM：求解SVM问题的一种算法

LIBLINEAR:A Library for Large Linear Classification

文献解读

Understanding of a Convolutional Neural Network

文献解读

An overview of gradient descent optimization algorithms

文献解读

ProtoNN:Compressed and Accurate kNN for Resource-scarce Devices

文献解读

ProtoNN:Compressed and Accurate kNN for Resource-scarce Devices

文献解读

南京大学2021春季：智能系统设计与应用

实验报告

南京大学2021春季：操作系统

实验报告

数字信号处理复习

南京大学2021春季：操作系统

实验报告

随笔：向量逼近的收敛性

有限维到无穷维

指数乘三角函数型积分的3种解法

随笔

二项分布的连续性校正

用正态分布逼近二项分布

实变函数论

知识梳理

泛函分析论

知识梳理

Pillow

用于图像处理的Python第三方库

Online Deep Learning:Learning Deep Neural Networks on the Fly

文献阅读

PyDyNet：Neuron Network implementation using Numpy based on Autodiff

自实现深度学习库的简述

Droput和BN的探究

原理与实现

Pytorch使用

卷积池化与CNN

卷积与池化的探究

Python实现

Understanding of a Convolutional Neural Network

文献解读

一维卷积的快速实现(2)

基于im2col策略的卷积加速

一维卷积的快速实现

在小数据情景下超越PyTorch

Deep Inside Convolutional Networks：Visualising Image Classifification Models and Saliency Maps

文献解读：卷积神经网络可视化方法

卷积神经网络的反向传播

卷积与池化的求导推导

Pytorch使用

卷积池化与CNN

卷积与池化的探究

Python实现

Understanding of a Convolutional Neural Network

文献解读

动态计算图的实现

以及PyTorch的内部原理浅析

Pytorch使用

数据集和加载器

高阶张量与Pytorch

原理与运算

文献解读：Stochastic Gradient Trees

增量构建决策树的方法

决策树的剪枝算法

探究与实现

决策树算法的性能提升

预测函数的优化

动态计算图的实现

以及PyTorch的内部原理浅析

可微分计算图的实现

前向求值+反向模式

文献解读：Automatic differentiation in machine learning：a survey

自动微分及其两种模式

计算图与自动微分

概念简述

基于重构误差的属性图异常检测模型综述

文献解读：Deep Anomaly Detection on Attributed Networks

异常检测模型DOMINANT

静态属性图上的异常节点检测

文献综述解读

文献解读：Outlier Detection in Urban Traffic Flow Distributions

针对单点不同时的车流分布的异常检测

异常检测的类别和方法

异常检测SVM

OneClassSVM的实现

集中不等式(2)

Concentration

集中不等式(1)

Concentration

二项分布的连续性校正

用正态分布逼近二项分布

鲁棒线性回归

Huber回归和RANSAC模型的探究与实现

Lasso回归与近端梯度下降

推导与实现

软阈值函数的推导

由来、推导和在优化上的应用

数字信号处理复习

将随机傅里叶特征应用到SVM

实现与分析

随机傅里叶特征

在核函数上的应用

LIBLINEAR解读

总结

LIBLINEAR中的多分类

Crammer-Singer方法

Trust Region Newton Method for Large-Scale Logistic Regression

大规模逻辑回归的置信域牛顿法

A Dual Coordinate Descent Method for Large-scale Linear SVM

DCDM：求解SVM问题的一种算法

LIBLINEAR源码解读(1)

liblinear.h

LIBLINEAR:A Library for Large Linear Classification

文献解读

初识LIBLINEAR

命令行模式和问题形式化

随笔：向量逼近的收敛性

有限维到无穷维

指数乘三角函数型积分的3种解法

随笔

文献阅读：A Review of Online Algorithms in Open Feature Space

开放特征空间的在线学习

文献阅读：Online Learning from Capricious Data Streams：A Generative Approach

任意数据流的在线学习

文献解读：Stochastic Gradient Trees

增量构建决策树的方法

Online Learning with Kernels

文献解读

Online Deep Learning from Doubly-Streaming Data

文献解读

Online Deep Learning:Learning Deep Neural Networks on the Fly

文献阅读

在线学习简介

遗憾界与相关算法

XGBoost：A Scalable Tree Boosting System(2)

实现部分

XGBoost：A Scalable Tree Boosting System(1)

算法部分

自然语言处理（鱼书）读书笔记

一天速通

sklearn中的文本特征提取

实现针对中文特征提取的sklearn接口

PySVM：A NumPy implementation of SVM based on SMO algorithm

自实现SVM库简述

一维卷积的快速实现(2)

基于im2col策略的卷积加速

基于重构误差的属性图异常检测模型综述

文献解读：Deep Anomaly Detection on Attributed Networks

异常检测模型DOMINANT

静态属性图上的异常节点检测

文献综述解读

图神经网络的批处理

Batch in GCN

将GCN应用到图分类任务

From GCN to Graph Classification

GCN的实现与模块化

From Theory to Implementation

GCN的介绍与推导

From GCN to Message Passing

文献阅读：A Review of Online Algorithms in Open Feature Space

开放特征空间的在线学习

文献阅读：Online Learning from Capricious Data Streams：A Generative Approach

任意数据流的在线学习