分享

【内含福利】LSGO软件技术团队招募两名“精进”算法设计的小伙伴

 老马的程序人生 2020-08-17

LSGO软件技术团队 

贡献人:LSGO船长

仔细看看上面这幅图吧!!!

掌握一门技能,我们预期的道路是Top这样的,可现实却是Bottom这样的!想清楚了,就来加入我们!

福利在本文的最后一段!!!

快来加入我们,你会发现这里聚集了一群对编程、对算法、对建模充满热爱的伙伴,你的大学生活必将与众不同。

一言不合,就要搞事!

风雨这么大,他们居然在做这件事......

一星期零基础,他们为什么又搞定了TSP问题

一星期零基础,他们就这样搞定了遗传算法

为了响应学校以“学生”为中心的理念,LSGO软件技术团队的招募工作,由每学期一次改为每月一次,以期为更多同学提供“精进”自己算法设计或数学建模技能的机会。

七月份,我们准备招募两名有一定编程,算法设计或数学建模基础,对以下图文内容感兴趣并想进一步提升自己技能的小伙伴。

线性代数基础

1. 矩阵与变换

2. 矩阵与方程组

3. 矩阵与空间的基和坐标

4. 特殊的矩阵

5. 矩阵的等价与相似

6. 矩阵的相似对角化

7. 施密特正交化与QR分解

8. 内积与相关

9. 理解二次型

10. 理解行列式

极值寻优

粒子群算法 -- PSO

基于粒子群算法的非线性函数极值寻优

基于自适应变异粒子群算法的非线性函数极值寻优

人工鱼群算法 -- AFSA

基于人工鱼群算法的一元非线性函数寻优

基于人工鱼群算法的多元非线性函数寻优

蚁群算法 -- ACA

基于蚁群算法求解旅行商(TSP)问题

基于蚁群算法的多元非线性函数极值寻优

遗传算法 -- GA

遗传算法的定义与生物学基础

遗传算法的基本原理与步骤(编码/解码)

遗传算法的基本原理与步骤(适应度函数与适应度分配)

遗传算法的基本原理与步骤(选择)

遗传算法的基本原理与步骤(交叉)

遗传算法的基本原理与步骤(变异)

遗传算法应用举例(简单的一元函数优化实例)

遗传算法应用举例(多元单峰值函数的优化实例)

利用遗传算法优化BP神经网络参数

先利用BP神经网络非线性拟合,再利用遗传算法极值寻优

聚类算法

KMeans聚类算法初步


希望加入LSGO软件技术团队,“精进”自己算法设计的同学,请在7月3日之前,撰写体现自己算法设计或建模能力的邮件,发送到yanpengma@163.com邮箱中。我们会与你联系。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 全屏 打印 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多