感知机算法及Python实现
1 何为感知机？ 感知机是一个单层人工神经网络，是一个用于二分类的算法，其也是线性分类器的一种。 其可被抽象为下图所示模型，即一个神经元接收到来自n个其它神经元的输入信号，对这些输入信号，通过带权值的连接进行计算（各个连接线的权值与对应输入值相乘，然后进行累加），然后判断计算出来的累加值是否超过阈值（Threshold），若等于或超过阈值，则输出y为1，表示该神经元激活，否则输出y为-1表示该神经元抑制。 所以，感知机模型可被描述为：
阅读更多1 何为感知机？ 感知机是一个单层人工神经网络，是一个用于二分类的算法，其也是线性分类器的一种。 其可被抽象为下图所示模型，即一个神经元接收到来自n个其它神经元的输入信号，对这些输入信号，通过带权值的连接进行计算（各个连接线的权值与对应输入值相乘，然后进行累加），然后判断计算出来的累加值是否超过阈值（Threshold），若等于或超过阈值，则输出y为1，表示该神经元激活，否则输出y为-1表示该神经元抑制。 所以，感知机模型可被描述为：
阅读更多1 题目描述 给定一棵二叉树的先序遍历及中序遍历，尝试构建该二叉树。 说明： 假定树中不存在值重复的情形 例如：
阅读更多1 题目描述 设计链表的实现。您可以选择使用单链表或者双链表来实现。 单链表中的节点应有val和next两个属性，val为当前节点的值，next为下一个节点的指针或引用。 若使用双链表实现，则需要一个额外的属性prev来指向当前节点的前一个节点。
阅读更多Golang text/template 包是一个数据驱动的模版渲染工具。提供条件判断，数组或map遍历；参数赋值，函数或方法调用；自定义函数扩展，模板嵌套及重用等功能。基于该工具，可以轻松实现复杂场景的文本渲染。如Helm Template基于此实现了功能强大的Kubernetes配置文件渲染工作。 本文使用一个样例来演示text/template的使用，代码已托管至GitHub。
阅读更多1 题目描述 给定一棵二叉树，返回其节点值的中序遍历结果。 例如： 输入：[1,null,2,3] 1 \ 2 / 3 输出：[1,3,2] 注：递归较简单，您可否使用循环来实现？
阅读更多1 题目描述 对单链表的某一段（自第m个位置起到第n个位置止）进行反转。 例如： 输入：1->2->3->4->5->NULL, m = 2, n = 4 输出：1->4->3->2->5->NULL 注：1 ≤ m ≤ n ≤ length（链表长度）
阅读更多