英文演算法

A. algorithm與arithmatic的區別,到底那個詞在英文中是演算法的意思

詞性不同,algorithm是名詞,algorithmic是形容詞.
algorithm
[英]['ælɡərɪðəm][美][ˈælɡəˌrɪðəm]
n.運演算法則; 演演算法; 計算程序;
An algorithm then scrapes the web for relevant historical content--newsclippings, pictures, video footage.
記錄完故事後,Story Coach的演算法會在互聯網上搜索與故事相關的歷史資料——新聞片段、圖片、視頻等.
algorithmic
[英]ˌælgə'rɪðmɪk [美]ˌælgə'rɪðmɪk
adj. 演算法的,規則系統的
[例句]Professional criminals are increasingly likely to outflank legitimate companies in competing for google 's algorithmic attention , security professionals say.
網路安全專家表示,在爭取谷歌（google）搜索演算法的關注度方面,職業犯罪分子越來越可能比合法公司智高一籌.

B. （十）EM演算法

 EM演算法的英文全稱是 Expectation Maximization Algorithm——期望極大化演算法 ，它採用迭代的方式逼近帶隱變數的似然函數。通過對似然函數的一個下界求偏導，得到每一步參數估計的過程。
 這個名稱由於缺乏作用對象，讓人一頭霧水。這里的期望是什麼？為什麼我們要極大化這個期望，我們試圖優化什麼？
 這里的期望的含義其實是針對 極大似然估計 中的 似然函數 來說的，這里的期望就是似然函數的一個 下界 ，我們的目的是求這樣一個期望: 這個下界是根據 詹森不等式(Jensen's inequality） 放縮得到的，為什麼要放縮呢？因為我們試圖找出一個下界，極大化這個帶參數的下界之後，可以無限近似於似然函數。你想，如果這個做法ok的話，意味著什麼？意味著我們可以通過這個過程找出極大似然估計或最大後驗估計的參數近似解。這也意味著我們可以搞一個迭代法來得到一個近似解。但是即便我說的天花亂墜，這個下界要是不收斂那也白搭。而下界要收斂必須滿足兩個條件：
 1.這個下界的取值要單調遞增（因為每回迭代的結果要比上一次的取值更大）
 2.這個下界必須有上界(這個上界就是對數似然函數，且這一點可以由詹森不等式保證，這個也是EM的核心)
大白話就是 單調有界必有極限 。

我們來證明一下它確實是收斂的。
 首先，在極大似然估計中，我們的目的是根據手頭上的 個樣本，最大化 後，將參數 估計出來；引入對數： ;此時引入輔助變數 ;我們的對數似然函數就變成了：

設置變分函數： ;那麼：

根據琴生不等式,對數函數為凸函數(因為 ：等號在 為常數時取到)：

上面的這個下界，就是用來逼近原對數似然函數的，這里我們已經證明了演算法收斂的一個條件， 有界性 ；但是在繼續進行下一步的時候，我們還有一個問題沒搞清楚，那就是變分函數 的具體形式,實際上，我們可以通過琴生不等式等號成立的條件導出我們要的這個變分函數q。
令 為常數：
接著我們代入變分函數 的形式，定義這個下界的第一項：

定義下界的第二項：

對於第二項，我們看看隨著迭代步數的增大，它是否是遞增的，

我們將不同參數的 與 看作是兩個分布，那麼這個結果實際上是一個KL散度，它表徵兩個分布的相似度,其結果總是大於等於0的。
大於等於0的原因：

所以：

H為一個遞增的序列，那麼剩下的就是Q是否遞增了，基於前面提到的這個下界是有上界的，上界就是我們的對數似然函數。在這個前提下，現在我們只要證明，Q遞增是整個下界遞增的充分必要條件即可。
必要性：

當整個下界遞增，即：
那麼：
所以 單調遞增，必要性得證。
充分性：
因為：
前面已經證明：

又因為：

所以：

即，在 遞增的情況下，整個下界遞增。
充分性得證。
證畢。

 這個演算法名稱里提及的期望究竟是什麼？
我們說了這么多，實際都是要做一件事，那就是：

由於前面證明過整個下界有界。且只要找到讓第i次迭代的Q函數最大的 作為下一次迭代的參數，我們就可以讓Q遞增，讓演算法收斂。
我們來看看Q的形式。

這就是為什麼叫期望最大演算法的原因。

 我們以概率PCA，來展開EM的應用：
 當然這里的應用只涉及變分函數已知情況下的應用，並不涉及廣義EM的內容，日後看完文獻在來嘮嘮廣義EM，AVE，GAN等內容。
 我們先來算一下PPCA的EM期望的形式：

在 概率PCA 中，我們有提到：


所以：


所以期望裡面是這個式子：

我們的目的是要估計出 和 ;那麼我們分別對它們求偏導:

所以：


因為：

代入偏導中

所以：

我們偏導得到的結果就是：

我們會發現我們還有兩個估計量沒解決，一個是一階估計量 ,另一個是二階估計量
在概率PCA中，我們提到過：

那麼我們就有了一階估計量：

二階估計量可以通過簡單的計算得到：

剩下的代入即可.

結果展示：

C. dfs演算法是什麼

dfs演算法是深度優先搜索。

深度優先搜索屬於圖演算法的一種，英文縮寫為DFS。其過程簡要來說是對每一個可能的分支路徑深入到不能再深入為止，而且每個節點只能訪問一次。

深度優先搜索是一種在開發爬蟲早期使用較多的方法，它的目的是要達到被搜索結構的葉結點（即那些不包含任何超鏈的HTML文件）。

主要思想

借用一個鄰接表和布爾類型數組（判斷一個點是否查看過，用於避免重復到達同一個點，造成死循環等），先將所有點按一定次序存入鄰接表，再通過迭代器，對鄰接表的linklist和布爾數組做出操作，從而達到不重復遞歸遍歷的效果。

D. 偽·從零開始學演算法 - 1.2 演算法的歷史

我在寫1.1節的時候本來是要寫這個的，但是突然就忘了……就作為一節來寫吧。

順便說一下，1946年的今天，世界上第一台通用電腦——電子數值積分計算機在美國賓夕法尼亞大學正式啟用，就是那個ENIAC。

別只想著情人節，要不是幾十年來科技的進步，你們才沒機會在朋友圈、空間什麼的大秀恩愛。

中文的「演算法」一詞至少在唐代就出現了，在此之前也有「術」「算術」等詞，最早出現在《周髀算經》《九章算術》。而且，「演算法」一詞的含義從古到今幾乎沒有發生變化。

英文的「演算法」（algorithm）一詞來源於9世紀波斯數學家花拉子米（al-Khwārizmī，780?~850?）——就是那個解決一次方程及一元二次方程的方法的人。花拉子米的拉丁文譯名是「Algoritmi」。英文對「演算法」原譯為「algorism」，意思是花拉子米的運演算法則，在18世紀演變為「algorithm」。這個詞出現於12世紀，指的是用阿拉伯數字進行算術運算的過程。

對於算籌、算盤的操作的方法，我不知道是否屬於演算法。

約公元前300年記載於《幾何原本》中的輾轉相除法（歐幾里得演算法）被人們認為是史上第一個演算法，可以求兩數的最大公約數。直到今天，它還有很大的用途。

《九章算術》給出了四則運算、最大公約數、最小公倍數、開平方根、開立方根、求素數的埃拉托斯特尼篩法，線性方程組求解的演算法。

三國時代的劉徽給出求圓周率的演算法：劉徽割圓術，比阿基米德割圓術得出的結果更加精確。祖沖之使用該方法將圓周率的准確值計算到了3.1415926和3.1415927之間，保持了世界最准確圓周率達900年之久。

唐代以來，歷代更有許多專門論述「演算法」的專著。宋代的秦九韶提出的秦九韶演算法，直到今天仍是多項式求值比較先進的演算法。

在9世紀的阿拉伯世界，花拉子米寫成《代數學》，其對解決一次方程及一元二次方程的方法催生了代數——大家熟知的求多元（尤其是二元）一次方程和一元二次方程的解法就來源於此。700多年後，三次方程、四次方程的求根公式才被得出。

牛頓於1671年提出的牛頓法，相比於二分法可以更快速地求函數的根或者是函數的極值。

17世紀起，早期的機械計算機出現了。從加法到傅里葉變換，它們的功能越來越強大。

工業革命帶來了紡織業的變革，出現了可以自動織出帶花紋的布的織布機，它們使用打孔卡輸入指令。這種設計也被英國數學家查爾斯·巴貝奇設計的分析機使用。

拜倫的女兒愛達·勒芙蕾絲（Ada Byron；Ada, Countess of Lovelace）於1842年為這個想像中的機器編寫求解伯努利微分方程的程序，因此愛達·勒芙蕾絲被大多數人認為是 世界上第一位程序員 。但是，這個機器因為種種原因，直到巴貝奇去世也沒有被真正地製造出來。

後來的數學家對演算法的貢獻大多在於數理邏輯的構建上，在此我因為知識缺乏，看不懂資料，不便講述。感興趣的話可以看一下參考資料。

20世紀的英國數學家圖靈提出了著名的圖靈論題，並提出一種假想的計算機的抽象模型，這個模型被稱為圖靈機。圖靈機的出現解決了演算法定義的難題，圖靈的思想對演算法的發展起到了重要的作用。

在此之後，演算法更偏向於計算機科學領域，各種解決不同問題的演算法也層出不窮，涉及排序、統計、線性規劃、搜索、壓縮等方面。

到了現在，隨著人工智慧和機器學習的發展，涉及到神經網路的演算法變得越發重要。

The Best of the 20th Century: Editors Name Top 10 Algorithms

http://www.uta.e/faculty/rcli/TopTen/topten.pdf

E. 翻譯一段英文演算法

1、根據第二節中的描述構建對稱非負n×n階矩陣M；

2、設x是M的主特徵向量，並用nx1階零向量將x初始化；用待處理作業數據初始化L；
3、查找a= argmaxa2L(x(a)).如果x(a) = 0停止並返回x,否則令x(a)=1並將a從L中移除。
4、將L中所有可能與a=(i,i0)沖突的作業數據從L中移除，作業數據中形式為(i, k) 和(q, i0)的數據與a是一一對應的約束條件。（而（i,k）這樣的形式是一對多的約束條件）。
5、如果L為空，則返回結果x，否則轉到第三步。

F. 英文詞干提取演算法(Porter stemmer)

NLTK 中包括一個用於單詞詞干提取的類 nltk.stemmer.porter.PorterStemmer ，Porter stemmer 並不是要把單詞變為規范的那種原來的樣子，它只是把很多基於這個單詞的變種變為某一種形式！換句話說，它不能保證還原到單詞的原本，也就是"created"不一定能還原到"create"，但卻可以使"create" 和 "created" ，都得到"creat"。

參考鏈接：
https://tartarus.org/martin/PorterStemmer/
https://www.cnblogs.com/huiyang865/p/5571421.html

G. 什麼叫演算法

演算法，對應的英文單詞是algorithm，這是一個很古老的概念，最早來自數學領域，是用於解決某一類問題的公式和思想。

計算機科學領域的演算法，本質是一系列程序指令，用於解答特定的運算和邏輯問題。一般運用時間復雜度和空間復雜度來衡量演算法好壞。

演算法的應用領域多種多樣：

• 運算，例如計算兩個數的最大公約數。

• 查找，例如使用谷歌、網路搜索某一關鍵詞得出數據和信息。

• 排序：例如瀏覽電商網站時，商品按價格從低到高進行排序。

• 最優決策：例如游戲中讓AI角色找到迷宮的最佳路線。

參考資料：魏夢舒（@程序員小灰）,《漫畫演算法：小灰的演算法之旅》:電子工業出版社，2019-05

H. 計算機編程的演算法是什麼意思

演算法，對應的英文單詞是algorithm，這是一個很古老的概念，最早來自數學領域，是用於解決某一類問題的公式和思想。

計算機科學領域的演算法，本質是一系列程序指令，用於解答特定的運算和邏輯問題。一般運用時間復雜度和空間復雜度來衡量演算法好壞。

學習演算法，不需要死記硬背那些冗長復雜的背景知識、底層原理、指令語法，需要做的事零五演算法思想、理解演算法對內存空間和性能的影響，以及開動腦筋去尋求解決問題的最佳方案。

數據結構是演算法的基石，是數據的組織、管理和存儲的格式，其目的是為了高效地訪問和修改數據。數據結構的組成方式有：線性結構、樹、圖等。有了數據結構這個舞台，演算法才可以盡情舞蹈，所以在學習演算法之前最好先系統學習數據結構。在解決問題時，不同的演算法會選用不同的數據結構。例如排序演算法中的堆排序，利用的就是二叉堆這樣一種數據結構。

I. 演算法 英文怎麼讀

演算法
[詞典] algorithm; arithmetic;
[例句]在開發軟體原型中，提出了一種進行不規則區域求交的新演算法。
During the development of the antitype, proposed a new calculation to seek anomalous area overlapping.

J. 演算法是什麼意思 謝謝

演算法（Algorithm）是指解題方案的准確而完整的描述，是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。也就是說，能夠對一定規范的輸入，在有限時間內獲得所要求的輸出。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。

演算法中的指令描述的是一個計算，當其運行時能從一個初始狀態和（可能為空的）初始輸入開始，經過一系列有限而清晰定義的狀態，最終產生輸出並停止於一個終態。一個狀態到另一個狀態的轉移不一定是確定的。隨機化演算法在內的一些演算法，包含了一些隨機輸入。

(10)英文演算法擴展閱讀：

演算法分類：

1、有限的，確定性演算法 這類演算法在有限的一段時間內終止。他們可能要花很長時間來執行指定的任務，但仍將在一定的時間內終止。這類演算法得出的結果常取決於輸入值。

2、有限的，非確定演算法 這類演算法在有限的時間內終止。然而，對於一個（或一些）給定的數值，演算法的結果並不是唯一的或確定的。

3、無限的演算法 是那些由於沒有定義終止定義條件，或定義的條件無法由輸入的數據滿足而不終止運行的演算法。通常，無限演算法的產生是由於未能確定的定義終止條件。