計算機演算法與運籌優化演算法與機器學習演算法

2021-10-09 23:01:33 字數 639 閱讀 1990

同樣是演算法,不同領域的理解好像不是很一樣。運籌優化背景人員有時混淆模型與演算法的概念,機器學習可能也有同樣的現象。目前筆者的理解是,以演算法導論為依據,演算法這個概念的定義是能接收輸入,並且能通過明確定義的有限的一系列步驟得出期望的輸出的過程。

另外乙個角度就是計算機演算法處理離散問題和組合優化問題比較多,可能因為計算模型和儲存模型本身就是離散的(01)。而且更關注演算法的複雜度。所以如果用運籌優化的體系去歸類一些基礎計算機演算法,更多會放在離散優化和組合優化的部分。高德納在具體數學一書中給了乙個新定義:concrete mathematics,一方面與abstract math相對,另一方面也是continuous與discrete的結合,他們稱之為"fundation of computer science".

關於機器學習社群,筆者覺得也是更注重模型而非演算法。例如神經網路是一種處理資料的模型,而bp對網路的更新才是一種演算法。機器學習中涉及到統計與概率的內容比較多,更多是對大資料的統計分析模型,具體的模型求解演算法則一般來講並不複雜。這可能也是為什麼大家覺得轉行機器學習比較容易吧,只要理解模型背後的統計概率邏輯,具體實現時候不用太費力,因為很多現有的包已經可以快速搭建應用。

總之區分「模型」和「演算法」這兩個概念還是很重要的。當然不同領域的演算法也並沒有明確的界限,筆者堅信所有的知識是一體的,跨學科的結合是大勢所趨。

計算機導論2 語言與演算法

1 5 01 本講概述 1 5 02 由機器語言到高階語言 指令系統 cpu用二進位制和編碼提供的可以解釋並執行的命令的集合。機器語言 用二進位制和編碼方式提供的指令系統所編寫程式的語言被稱為機器語言。組合語言 用助記符號編寫程式的語言。組合語言源程式 用組合語言編寫出的程式。匯程式設計序 是將組合...

計算機視覺 演算法與應用 概述

視覺為什麼如此困難?部分原因是因為它是乙個逆問題,在資訊不足的情況下,我們試圖恢復一些未知量來給出完整的解答。因此,我們必須求助於基於物理的和基於概率的模型來消除潛在解的歧義。物理學 計算機圖形學 物體運動 光線反射 空氣散射 經由攝像機鏡頭 眼睛 投影到平的 彎的 影象面上 計算機視覺 做上述反過...

計算機 演算法

演算法 計算機的指令執行可以通過資料流程圖來表示,具體的資料處理則需要用到演算法。algorithm,演算法定義 被明確定義的有限個規則的集合,用於根據有限的步驟解決問題 計算機所執行的由程式表示的演算法必須是由機械的步驟所構成。因此產生了機械解決問題的 典型演算法 典型演算法 主要有輾轉相除法,埃...