对决策树中有关的boosting方法进行总结，包括最基本的Adaboost、然后了解从提升树（Boosting Tree）到之后的梯度提升回归树（Gradient boosting decision tree），希望可以了解其中的Boosting方法的脉络，也为之后的XGBoost和LightGBM的学习奠定基础 0x01 背景知识1.1 决策树（Decision tree）决策树是一种基本的机器

适合初始算法与数据结构的新手和想要在短时间内高效提升的人，熟练掌握这100道题，可以具备在代码世界通行的基本能力。想借这一百道题来了解一下算法的一些基本思想。本次主要为题号1～20共11道题。第四题是重点。 0x00 自我总结数据结构和算法是看待一道题目的不同解读。数据结构更多的是如何去表述一件事情，不同的数据结构具有不同的时间空间复杂度的性能和不同的接口，这也是不同数据结构的特点所在，算法更多的

二叉树中三种遍历方式：前序遍历、后序遍历和中序遍历；在普通二叉搜索树中的搜索search、插入insert、删除remove中的算法效率或者说复杂度和树的深度有关。因此在树的等价交换和基本操作的基础上，提出了平衡二叉树（BBST，Balanced binary search tree）的概念，由此延伸得到AVL、伸展树（Splay tree）、B树、红黑树、KD-树的概念，并可以看到这些在实际生活

希望跟着李老师来了解一下，嵌入式系统和微机原理没有了解的地方，来见证计computer是如何从计算机变成电脑的。可能需要看一下<计算机组成原理>,但是因为太下饭了，就看一下这个吧,掌握概念就好。Learning OS concepts by coding them! 0x01 什么是操作系统计算机是用来帮助人们解决一些实际问题的，它需要通过总线来连接输入输出设备、存储、CPU和内存等设

pyomo是Python中的一个建模求解语言 Pyomo(Python Optimization Modeling Objects):优化建模对象，支持复杂优化应用的数学模型的建立和分析,是一种功能齐全的高级编程语言，包含一组丰富的支持库；建模的过程是科学研究、工程和商业许多方面的基本过程，建模涉及系统或现实世界对象的简化表示的制定。可以调用cplex这样的求解器来进行计算。 Cplex12.10

这里主要借鉴Tsinghua的2020fall<数据结构与算法>这本书，包含对于一些基本数据结构的探索，先从定义梳理，在整理题目，之后是实际训练。结合之前在程序设计或嵌入式中对于数据在实际存储的例子来学习可能会更好。从中也能体悟到算法一些含义 本次主要对图（Graph）的基本知识点，和一些实际应用的算法进行描述，但是在另外一方面，图也不仅仅存在于数据结构中，在运筹学中对图也有相关的描述

这里主要借鉴Tsinghua的2020fall<数据结构与算法>这本书，包含对于一些基本数据结构的探索，先从定义梳理，在整理题目，之后是实际训练。结合之前在程序设计或嵌入式中对于数据在实际存储的例子来学习可能会更好。从中也能体悟到算法一些含义 本次主要对绪论、线性结构的数组（Array）为基础的向量（Vector）、以链表（Link）为基础的列表（List）、栈（Stack）与队列（Q

在疫情和定制公交的背景下，探讨如何促进人们可持续出行，也就是尽可能的转向定制公交，做出的主要贡献是研究了 通勤者在疫情中转向定制公交服务的意愿 根据问卷调查的方法确定了不同群体的模型偏好 为在疫情中促进公交服务提供潜在的政策建议 论文链接 01 引言和文献综述首先大的背景是疫情，在疫情初期人们不可避免的受到政策和居家办公等影响在家，但是随着疫情慢慢结束，人们有着不可避免的出行需求，根据前人的研

在目前没有足够做的经验或者说是机器学习素养的情况下来看这种文章无疑是一种折磨，因此过一遍概念就over惹，同时记录一下文献管理中的一些经验 01 计算学习理论计算学习理论希望回答 在什么样的条件下成功的学习是可能的 在什么条件下某个特定的学习算法可以保证成功运行 在可能近似正确（probably approximately correct，PAC）下，我们确定若干假设类别，判断它们能否从多项式

集成学习是通过构建并结合多个学习器来完成学习任务，有时候也被称为多分类系统（multi- classifier system）、基于委员会的学习（committee based learning）等等之类的，在其中主要面临基本学习器的选择和训练过程，我们希望学习器可以在相同的数据集上训练，但是得到的最终的弱学习器最好的是相互独立的，这样才能提高我们最高算法的准确程度。 集成学习成立的基础是：基学习