学术报告

　　LSTM，全称为长短期记忆网络（Long Short-Term Memory networks），是一种深度神经网络，同时也是一种特殊的循环神经网络（RNN）。通过在RNN的网络结构中增加三个“门”（输入门、输出门、忘记门），以及一个记忆单元，有效解决了RNN的长期依赖问题，在文本翻译、语音识别、图像识别等领域都得到了广泛的应用。本次报告，将为大家介绍L…

　　集成学习是机器学习领域中提升单一模型学习效果的典型方法，而Boosting则是集成学习中常用且效果良好的算法之一。通过将Weak learner巧妙地组合成Strong learner，即使是简单的决策树桩，也能构建性能优良的学习模型以解决复杂的分类、回归问题。本次报告，将带领大家由浅入深走入Boosting，了解其背后的秘密！ 附件-提升方法（Boos…

　　虽然每个电脑使用者都听说过操作系统，但是大部分人对于操作系统的结构，以及平时计算机安全领域常常提到的“操作系统内核”是十分陌生的。 　　本次学术报告为大家讲解了操作系统最基本的结构，以及操作系统内核的相关知识，意图使大家对操作系统的结构、工作原理、内核安全等相关知识有一个初步的了解。 附件-操作系统结构与内核安全基础.pdf

1.问题描述 上一次说了最小编辑距离，这次在这上面加一点料，a1、a2和a3每次操作的代价不同了，加入了每个操作的代价，这下问题变为，针对字符串a和字符串b定义三种操作，a1、a2、a3： a1：修改a中一个字符，代价为A a2：插入一个字符到a中，代价为B a3：从a中删除一个字符，代价为C 经过这三种操作，将a变换成b，在给定a和b的情况下，求需要的最小…

优化问题在日常生活中比较常见，而对于数据挖掘领域优化问题则更为常见，更为普遍。任何一种算法在设计之初必然预留了一组可调的参数，以期通过参数调节来得到算法的最佳效果。因为参数优化问题则成为数据挖掘不可避免的问题。预留参数越多，利用简单的网格法调参的时间消耗也就越大，如何调高参数调节效率也就成为数据挖掘领域面临的一个重要问题。 背景 参数优化可以划分为传统优化算…