Một phong cách gốc cho mọi wiki. Mỗi wiki chỉ đổi màu nhấn, bo góc và tốc độ chuyển động.
Lấy từ giao diện trang AI đã duyệt (site-kit). Mọi giá trị là biến CSS trong portal.css + theme.css.
--bg--bg-side--surface--hover--line--text--text-2--muted--faint--accent--accent-strong--accent-ink--accent-soft--ok--code-bgRidge co mọi hệ số về phía 0 nhưng gần như không bao giờ đưa hệ số nào về đúng 0. Lasso dùng khoảng cách tuyệt đối thì làm được: ta chấp nhận khớp dữ liệu học kém hơn một chút để dự đoán dữ liệu mới tốt hơn.
sp-1sp-2sp-3sp-4sp-5sp-6sp-7--shadowCùng một khung, mỗi lĩnh vực một sắc nhấn (OKLCH, cùng độ sáng nên chữ luôn đủ tương phản).
Trí tuệ nhân tạo, Lập trình thi đấu, Python, C++…
Toán, Toán olympiad, Đại số, Hình học…
Vật lý, Hóa học, Sinh học, Thiên văn…
Cờ vua, Cờ vây, Cờ tướng, Cờ caro…
Tiếng Anh, IELTS, Tiếng Nhật, Tiếng Hàn…
Thi tốt nghiệp THPT, Học sinh giỏi, Thi vào chuyên, Đánh giá năng lực…
Kinh tế học, Tài chính cá nhân, Kinh doanh, Marketing…
Âm nhạc, Piano, Guitar, Vẽ…
Nấu ăn, Dinh dưỡng, Thể lực, Sơ cứu…
Đếm trên 67 bài AI, 86 bài Thuật toán và 3.512 đề. Mẫu lấy từ bài AI 2.2, bài Thuật toán 00 và đề canuc80k0000.
import numpy as np
rng = np.random.default_rng(1)
n, k = 100, 30
area = rng.uniform(30, 120, n)
dist = rng.uniform(1, 15, n)
junk = rng.normal(size=(n, k)) # 30 cột không liên quan đến giá
y = 0.05 * area - 0.15 * dist + 1.0 + rng.normal(0, 0.4, n)
X = np.column_stack([area, dist, junk]) # (100, 32)
X_tr, X_te, y_tr, y_te = X[:40], X[40:], y[:40], y[40:]
mu, sigma = X_tr.mean(axis=0), X_tr.std(axis=0)
A_tr, A_te = (X_tr - mu) / sigma, (X_te - mu) / sigma
print(A_tr.shape, A_te.shape)(40, 32) (60, 32)#include <bits/stdc++.h>
using namespace std;
using ll = long long;
ll n, x[105];
signed main() {
cin >> n;
for (ll i = 1; i <= n; i++) cin >> x[i];
ll ans = 1e18;
for (ll p = 1; p <= 100; p++) {
ll cost = 0;
for (ll i = 1; i <= n; i++) cost += (x[i] - p) * (x[i] - p);
ans = min(ans, cost);
}
cout << ans << '\n';
}3
1 4 718Xem hai khối code ở trên: bấm Chạy để in kết quả từng dòng.
Hỏi nhanh
Giữ nguyên 40 căn train, nhưng tăng số cột rác từ 30 lên 37. Khi đó có 39 hệ số cộng thêm bias, tức là 40 ẩn cho 40 căn. Không cần chạy code, trên train của least squares sẽ là bao nhiêu?
Có 40 phương trình và 40 ẩn, ma trận lại sinh ngẫu nhiên nên gần như chắc chắn khả nghịch. Hệ có nghiệm khớp đúng từng căn, giống khử Gauss cho một hệ vuông. Least squares cũng không bao giờ làm điểm train tệ đi khi thêm cột, vì luôn có thể cho hệ số của cột mới bằng 0. Điểm train hoàn hảo ở đây chỉ cho biết mô hình đủ chỗ để học thuộc.
Bias không bị phạt. Nó chỉ dời toàn bộ dự đoán lên hoặc xuống cho khớp mức giá trung bình; phạt sẽ kéo mọi dự đoán về 0 dù dữ liệu nói gì.
| C++ | Python | Ghi chú |
|---|---|---|
vector<T> |
list |
Chứa được nhiều kiểu; append có chi phí amortized |
pair, tuple |
tuple |
Không đổi các vị trí; làm khóa nếu mọi phần tử hashable |
unordered_map<K, V> |
dict |
Giữ thứ tự chèn; tra cứu trung bình |
unordered_set<T> |
set |
Kiểm tra in trung bình |
map, set có thứ tự |
không có sẵn | Dùng sorted() khi cần, hoặc thư viện ngoài |
Một cửa hàng bán một loại vật dụng với giá đồng mỗi chiếc. Bạn chỉ có các tờ tiền khiến việc thanh toán thuận tiện khi tổng tiền phải có chữ số tận cùng bằng hoặc bằng . Hãy tìm số vật dụng ít nhất cần mua.
Test 1
Input
117 3
Output
9
Giải thích: Các chữ số tận cùng của với lần lượt là . Giá trị đầu tiên phù hợp xuất hiện tại .
Xem phần Chữ ở trên.
