Python中国社区  »  Python

如何用 Python 攻克「最强大脑」

算法与数据结构 • 3 月前 • 131 次点击  

最强大脑之【七阶立方密码】

在 2018 年《最强大脑之燃烧吧大脑》节目中,来自清华大学的杨易和来自北京大学的 刘宇进行了个人淘汰赛,两个人所要挑战的项目是“七阶立方密码”。


七阶立方是由 343 个立方格组成,表面 218 加上内部的 125 个立方格。嘉宾出题则是 要选择两面,并选择两个质数隐藏,而后系统会随机选择五个立方格将质数隐藏,这七个质 数两两连线,并且有两个直线互相垂直,并且相交就是选手需要找到的宝藏的点。

最主要的是在 343 个立方格中,存在着很多干扰数字,这些都是非质数,因为此需要 选手通过心算进行排除。并且在选手知道了七个质数之后,立方就会展开,不是立体的图形 而是一个正方形的平面,这也就意味着选手需要空间想象力,来推测谁和谁是垂直并且相交。


针对以上图中的数据你能用 Python 找出宝藏点吗?


最强大脑之分形之美

《最强大脑》节目基于分形理论创造出的数学项目:“分形之美”,复杂的理论、函数方程以及海量图形的组合让现场嘉宾很是崩溃。陶晶莹坦诚表示:“这是我四季以来唯一弄不懂的项目。”刘国梁也是一脸懵圈的表情:“我觉得数学家们啊,就像天外飞仙,跟我们是两个世界的,Dr.魏解释了我也听不懂!”章子怡更是直言:“我觉得《最强大脑》应该更名为‘最强烧脑’了。”许多网友感叹:“比赛规则完全看不懂。”

Dr.魏表示,作为当今十分风靡的新理论、新学科,分形理论是用分形分维的数学工具来描述研究客观事物。它跳出了一维的线、二维的面、三维的立体乃至四维时空的传统藩篱,更加符合客观事物的多样性与复杂性。很多艺术家都是用分形这个数学原理来创作,节目中那些漂亮的图案都是用分形公式做出来的。分形里面常常研究的是朱利亚集合和曼德博集合。


你能用 Python 画出如上图形吗,并且通过图像模拟出参数吗?


最强大脑之【繁花曲线】

《最强大脑之燃烧吧大脑》节目中出现“繁花曲线”挑战项目,说起“繁花曲线”,彼时的繁花曲线规,已经红极大江南北,遍地开花,“繁花曲线”的图案更是运用在各个领域,丝绸、餐具、书本等等,堪称80、90后两代人心中的童年回忆。


你能用 Python 模拟出这些曲线吗?




以上其实是 极值学院推出的「Python基础入门到数据挖掘实战」系列课的期末考试题目。而这仅仅是众多有趣例子中的一小部分,还有汉诺达问题、八皇后问题、数独问题、高等数学、解析几何问题等等。

系列课的初级入门课程,包含了丰富的例子;中高级的数据挖掘实战课程包含了丰富的案例和项目。拒绝死板地讲解,而是将学到的知识灵活的应用到生活和项目中!

「Python基础入门到数据挖掘实战」系列课,由清华博士、浙大博士(Python畅销书作者)主讲,全程至少 5 个月陪同答疑。通过 3 个月的连续学习,陪伴你成长为具备核心竞争力的 Python 算法工程师。

还等什么,还不快来跟我们一起玩 Python !


讲师团队 -


张阳阳

清华大学博士。4 年多 Python 教学经验。研究方向:人工智能、机器学习、深度学习。熟练掌握 Python 在人工智能中的应用。擅长数值计算与仿真模拟,精通各种 AI 算法和编程:回归预测、全局优化、聚类分类、综合评价、模式识别等。


杨海宏

浙江大学博士、《Python 与数据挖掘》作者。讲授数据挖掘课程两年教学经验。研究方向:大数据、知识图谱、自然语言处理。熟练使用 Python,擅长自然语言理解、智能问答、深度学习、强化学习。曾在百度深度学习实验室,研究花卉图像识别,成果应用于百度App。


课程目录 -


【课程一】Python零基础入门与科学计算

    第一篇 Python基础入门

        1 Python的安装

        2 Python的语法

        3 内置数据结构

        4 文件操作

        5 文件目录操作

        6【复习】课程作业讲解

        7 函数的定义和调用

        8 面向对象编程(1)

        9 面向对象编程(2)

        10【复习】课程作业讲解

        11 具有Python风格地编程

        12 常用技术介绍

        13【复习】课程作业讲解

    第二篇 科学计算与绘图

        1 NumPy处理数据

        2 NumPy函数库

        3 SciPy 数值计算

        4【复习】课程作业讲解

        5 Sympy符号运算

        6 Matplotlib绘图

        7【复习】课程作业讲解

        【复习】期末考试及讲解


【课程二】Python机器学习与数据挖掘实践

    第一篇 机器学习与数据挖掘概论

        1 机器学习概论

        2 数据挖掘概论

        3 数据预处理

        4 Pandas基本功能

        5 Pandas数据分析

        6 模型的建立

    第二篇 机器学习与数据挖掘算法实践

        1 回归分析(Regression Analysis)

        2 逻辑回归(Logistic Regression)

        3 决策树(Decision Tree)

        4 人工神经网络(Artificial Neural Network)

        5 k近邻分类(k Nearest Neighbor)

        6 期中考试及点评讲解

        7 朴素贝叶斯分类(Naive Bayesian)

        8 聚类分析(Cluster Analysis)

        9 支持向量机(Support Vector Machine)

        10 期末考试及点评讲解


【课程三】Python深度学习与数据挖掘实战

    第一篇 深度学习算法实践

        1 PyTorch入门

        2 反向传播算法 Back Propagation

        3【复习】课后作业讲解

        4 前馈神经网络 Feed Forward Network

        5 卷积神经网络 Convolution Neural Network

        6【复习】作业练习讲解

        7 深度残差网络 Deep Residual Network

        8 循环神经网络 Recurrent Neural Network

    第二篇 数据挖掘项目实战

        1 案例一 图片验证码识别 (光学字符识别)

        2 案例二 文本数据情感分析

        3 案例三:基于关联规则(Apriori)分析对超市购物的商品关系

        4 案例四:基于用户和物品的协同过滤算法进行智能推荐

        5 期末考试及点评讲解


课程时间 -


【课程1】Python零基础入门(课程已全部上线)


【课程2】Python机器学习与数据挖掘实践(课程陆续上线中)

【时间】3 月 5 日 至 3 月 30 日(共 21 学时)


【课程3】Python深度学习与数据挖掘实战

【时间】4 月 2 日 至 4 月 27 日(共 20 学时)


适合人群 -


◎ 零基础编程能力的中学生、大学生、研究生

◎ 转行 Python 编程的在职人士

◎ 想学数据挖掘基础到高级的老师和学生

◎ 想学人工智能基础理论和 Python 实现的学员


- 课程目标 -


◎ 零基础入门到掌握 Python 编程

◎ 掌握常用机器学习算法和 Python 实现

◎ 掌握常用深度学习算法和 Python 实现

◎ 掌握数据挖掘从基础到高级技术


课程 -


1、全程录播课,定时发布,主讲老师和助教同步答疑;

2、课程配套作业题和作业讲解课;

3、课程配专属答疑群,全程陪同,随时解答疑惑。


限量优惠 & 福利 -


1、现在添加极值学院助教微信(jizhicollege2),发送“Python”,即可领取一张限量大额优惠券(仅剩 30 个,先到先得!)


两门连报,可领  150 元优惠码 

三门联报,可领  250 元优惠码 

极值学院助教微信


2、现在报名课程,即可获得  10G Python资料大礼包 



扫码添加极值学院微信

立即领取大额优惠券+报名资料礼包!



今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/W2D3FpfxlW
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/8283
 
131 次点击  
分享到微博