2018年05月_Yonghua Li

原创海量数据相似度搜索，如相似的网页、图像、文章、query 等相似性搜索

参考资料： https://blog.csdn.net/icvpr/article/details/12342159 局部敏感哈希(Locality-Sensitive Hashing, LSH)方法介绍 http://grunt1223.iteye.com/blog/964564 simhash与重复信息识别 http://www.07net01.com/2015/08/907327.ht...

2018-05-23 21:53:17 7014

原创 C++ 指针以及引用

参考资料： https://www.zhihu.com/question/37608201 c++中，引用和指针的区别是什么？指针：保存的是指向一个对象的内存的地址，通过这个地址，我们可以寻址到这块内存；因此，指针本身也是一个对象，占用内存。引用：是一个变量的别名，本身不占用内存。引用在C++底层的实现上用的是指针。但是指针可以指向空(null) ，而引用不能为空，必须在定义的时...

2018-05-22 20:48:41 204

原创维度灾难与降维以及 PCA 主成分分析与 LDA 线性判别分析

参考资料： https://blog.csdn.net/m0_37788308/article/details/78115209 PCA主成分分析（入门计算+深入解析）(一) https://www.cnblogs.com/pinard/p/6251584.html 奇异值分解(SVD)原理与在降维中的应用 https://zhuanlan.zhihu.com/p/32658341 LDA...

2018-05-21 13:23:12 1266

原创 MapReduce 的Shuffle 过程、全排序以及数据倾斜的处理

参考文章： https://blog.csdn.net/u014374284/article/details/49205885 MapReduce shuffle过程详解 https://iclouding.github.io/2017/06/14/MapReduce%20%E5%85%A8%E6%8E%92%E5%BA%8F/ MapReduce 全排序 https://www.zhihu...

2018-05-20 15:56:09 1123

转载 ResNet, AlexNet, VGG, Inception: 理解各种各样的CNN架构（转载）

文章提到了 CNN 的优势，Dropout 为什么能防止过拟合，以及常见 CNN 的原理，值得一看！本文转载，传送门： https://zhuanlan.zhihu.com/p/32116277

2018-05-19 01:24:59 508

原创 Kmeans GMM 高斯混合模型 EM算法

Kmeans 模型是 GMM 模型的一种，高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况。GMM 参数的学习可以用EM算法，EM算法是用于含有隐变量的概率模型参数的极大似然估计，EM算法通过迭代来的方式进行极大似然估计，每一次迭代由可以分为：E步，求期望；M步，...

2018-05-19 00:55:25 598

原创 JAVA 中 equals()与hashcode()

HashSet实现了Set接口，它不允许集合中有重复的值，当我们提到HashSet时，第一件事情就是在将对象存储在HashSet之前，要先确保对象重写equals()和hashCode()方法，这样才能比较对象的值是否相等，以确保set中没有储存相等的对象。如果我们没有重写这两个方法，将会使用这个方法的默认实现。equals()方法是用来判断其他的对象是否和该对象相等.equals()方法...

2018-05-18 12:55:27 160

原创机器学习中的核技巧

核技巧、核函数真正接触核方法应该是在 SVM ，正常情况下，感知机算法和支持向量机都是默认数据是线性可分的，这类问题叫做线性分类问题。当数据线性不可分的时候，但高维可分（这个不理解可以多看看书），我们仍然想用线性分类的方法去解决，这个时候就需要用非线性变换将非线性问题转换成线性问题。于是，我们得到求解非线性分类问题的一个思路： 1. 用一个非线性变换，将数据特征从原空间映射到一个新的空间...

2018-05-18 01:47:50 3113

原创 Logistic 回归（LR）推导

Logistic 回归是一个常用的分类模型以及神经网络的基础。二项逻辑斯谛回归 Logistic 回归的思想是将线性模型用来做分类任务，需要找到一个单调可微函数将分类任务的真实标记 yyy 与线性回归模型的预测值联系在一起（广义线性模型）。这里，我们选取一个可以代替单位阶跃函数（不连续）的函数即对数几率函数（Logistic function）,它是一种 Sigmoid 函数即形似 SS...

2018-05-17 15:59:58 1029

转载 JAVA 加载、执行 JVM 以及 JAVA反射的较为基础直观的快速理解

详见一篇比较好的博文，没有联系转载，只能手动跳转了：深入理解java反射机制 https://blog.csdn.net/u012585964/article/details/52011138

2018-05-12 23:23:21 240

原创 Java中的String、StringBuilder、StringBuffer的区别

String 字符串常量线程安全因为是常量，所以是线程安全的，当我们修改 String 的时候，其实是创建了一个新的 String 对象，当需要频繁修改字符串的时候，不建议使用 String 因为当 JAVA 虚拟机堆中创建多了无引用的 String 对象之后，JAVA 垃圾回收器（GC）就会开始运行，程序也会因此变慢。StringBuilder 字符串变量非线程安全 StringB...

2018-05-12 23:17:22 142

原创 C++ 大小写转换与位运算的 ^= 操作

C/C++ 中可以使用 isalpha （是否为字母），isdigit（是否为数字），islower（是否小写），isupper（是否大写），isalnum（是否为英文或数字），同时对于字母也可以使用 tolower 、toupper 进行大小写转换/*大小写转换*/int main(){ char c = 'a'; if(isalpha(a)){ ...

2018-05-10 16:29:33 2342

MachineRandy