isKage`Blog

复旦大学《多元分析》课程笔记，已更新完全

复旦大学《回归分析》课程笔记，已更新完全

本章介绍常见的文本处理算法：模式匹配问题的 KMP 算法、文本压缩的 Huffman 编码树。

本章介绍图算法：最短路径（Dijkstra 算法）、传递闭包（Floyd-Warshall 算法）、最小生成树（Prim-Jarnik 算法和 Kruskal 算法）和拓扑排序。

本章介绍图的基本概念、图的存储结构（边列表、邻接表、邻接矩阵）、图的抽象数据类型 ADT 与 Python 实现。图的遍历算法：深度优先搜索 DFS 、广度优先搜索 BFS 及它们的应用。

本章详细介绍排序算法，包括：归并排序、快速排序、排序下界、桶排序、字典序排序的知识。

本章介绍的红黑树继承了这一思想，并进一步完善了一些缺点。除此之外，伸展树给出了新的思路，即完全不考虑树的结构，而是通过把最新访问的节点伸展到根节点来加快搜索。

本章介绍多元线性回归的 R 语言实现，包括模型搭建、变量选择、多重共线性和模型预测和诊断。

本章使用树结构来高效地实现有序映射，例如：二叉搜索树、平衡搜索树、 AVL 树。

本章介绍回顾分析的原理，从单变量的简单线性回归为入门，介绍相关理论。利用 R 语言实现线性回归模型的分析。