Day 11

没什么出去浪的兴致,不如写写作业看看书…
总是提醒着自己,不要总是感觉周围一切都很舒适,跳出舒适圈才能继续进步。觉得和学长们之间的距离还是非常非常大,最近在国外又干不了什么事情。
但不管怎样还是要继续努力才行。
私底下必须非常努力
才能看起来毫不费力
这句话大概是没错的
大数据可视化作业


Day 12

上课讲了单链聚类和GN算法,嗯又是这种完全不会在ACM中提到的算法。
感觉算法背后有很深的数学背景但是自己get不到。
说起GN首先想到的还是高达23333,虽然其实是一个用来分割社群的算法。
看起来很厉害,不过没有理解应用场景。在机器学习中用于分析整合数据。之前的K-mean、K-median等算法也是在机器学习中数据聚类用的。
图文无关系列,早上在巴士上随手拍的


Day 13

今天的内容是CPM(Clique Percolation Method)。感觉往更抽象的方向发展了?
感觉这种用启发式算法求出NP-困难问题的局部最优解的思想很有趣,大概是这几天最大的收获了。
现实生活绝大多数问题都没有全局最优解,或者说求全局最优是个NP-困难问题。用启发式算法降低复杂度来求得局部最优也许实际意义更大一些。
下午有聚餐~


Day 14

上午教授请客,然后就被拉去听谷歌大佬讲算法了Orz。(Google大佬太强了…
30秒Dijkstra从入门到精通。
然后是A* Algorithm及其时间优化。
Theta* Algorithm及其路径优化。
大佬和老师一起发表的Strict Theta* Algorithm。
Visibility Graph Algorithm。
Sparse Visibility Graph Algorithm。
Edge N-Level Sparse Visibility Graph Algorithm。
然后我就跟不上了Orz…
算法和背后的思想都很有深度,值得仔细去推敲。
下午是最后一节Tutorial。
题目还是比较简单,最后放了个博弈论的问题。
Group1真的是dalao云集…上次讨论的那个信息论的问题也是超级难,但是大家还是能一起讨论出来。Excellent!


Day 15 – 19

修仙做Project…


Day 20

结课展示(大概做完这个就可以睡觉了

队友太强了*3
总体是个对Movie的cast做分析然后将其聚类的项目。
分析了单链聚类的四种典型算法、聚类的强壮度和聚类数量等方面的内容。

虽然还是有些遗憾,但也算是阶段性的成果。
其他组的同学也有很多有趣的作品。
NUS这次课也算是不虚此行了吧。
嗯,只有还有十天的旅行参观。岂不美哉。

页面: 1 2 3