- 博客(19)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 数据结构与算法分类练习－－二分查找 二叉排序 位操作
在有序表中查找元素常常使用二分查找（Binary Search），又称折半查找。套路总结# 这里必须是<=，保证可以检测到最后一个数值while (left <= right) { # 在其它语言中直接使用(left + right) / 2可能会超出边界值 > 2^32，但在python中，超出机器自身所能支持的范围时，会自动转换大数计算。 int mi...
2018-07-31 23:09:45
355
原创 数据结构与算法分类练习－－树 图
生产力专家说，突破是通过“非线性”来思考的，树就是计算树中最重要的非线性数据结构之一。树结构确实是数据组织中的一个突破，因为它们允许我们实现比使用线性数据结构（如基于数组的列表或链表）快很多的算法。树的主要的用途是用来提高查找效率，如二叉排序树、FP-树。另外可以用来提高编码效率，如哈弗曼树。 树也为数据提供了自然的组织，因此在文件系统、图形用户界面、数据库、网站和其他计算机系统中已经成为无处不在...
2018-07-29 23:56:31
499
原创 数据结构与算法分类练习－－递归 回溯 分治
递归是在运行过程中调用自己，最常见的例子就是斐波纳契数列。递归算法的优点是它能使一个蕴含递归关系且结构复杂的程序简介精炼, 增加可读性. 缺点是每一级递归都需要调用函数, 会创建新的栈,随着递归深度的增加, 创建的栈越来越多, 效率低, 让费内存空间. 解决方案是把递归转换为尾递归。尾递归基于函数的尾调用, 每一级调用直接返回函数的返回值更新调用栈,而不用创建新的调用栈, 类似迭代的实现, 时间和...
2018-07-28 17:00:15
375
原创 数据结构与算法分类练习－－贪心算法
贪心算法是解决最优化问题的一种方法，解决过程中总是做出当下（局部）最好的选择，因为具有最优子结构的特点，局部最优解可以得到全局最优解;最优子结构最优子结构反映了分解问题的方式，我们在解决问题的时候，都会尝试将问题分解成子问题，进而会产生局部解（总体解的子结构）。通常局部解不止一个，当局部解是局部最优解，并且该局部最优解是全局最优解的一部分时，我们称子问题的最优解为 最优子结构。求解步骤...
2018-07-26 23:39:04
827
原创 数据结构与算法分类练习－－栈 队列 堆
栈LIFO: last-in, first-out 后进先出。两种操作：PUSH－－压入；POP－－弹出。python中可以使用list来实现栈。PUSH操作相当于list.append(x)，POP操作相当于list.pop()。队列FIFO: first-in, first-out 先进先出。队列有队头和队尾，当一个元素入队时，被放在队尾的位置；而出队的元素则总是在队头的那个。...
2018-07-26 00:54:21
249
原创 Python数据结构与算法分类练习－－链表
在有些情况下，存储数据的内存分配不能位于连续的内存块中。 通过指针将其中数据和数据元素的下一个位置的地址都存储起来，这样从当前数据元素的值中就知道下一个数据元素的地址。通常这样的结构被称为指针，而在Python中称为节点。class Node(object): def __init__(self, x): self.data = x self.next...
2018-07-25 01:10:31
514
原创 启发式对话中的知识管理
本文为EDU公开课［启发式对话中的知识管理--思必驰 葛付江］学习笔记，欢迎参考指正。Table of Contents对话系统的架构对话系统流程对话系统架构机器人评价指标及现状启发式对话系统对话系统中的知识管理知识在对话意图理解中的作用知识在对话管理中的作用总结对话系统的架构对话系统和问答系统的区别是有上下文场景，需要控制对话状态来完整理解用户意图...
2018-07-23 00:29:21
1002
原创 强化学习概览
什么是强化学习强化学习是机器学习中的一个分支, 机器通过不断地尝试, 从错误中学习, 最后找到规律, 学会了达到目的的方法. Alpha go就是强化学习的应用实例。强化学习的设置由两部分组成，一个是智能体（agent），即强化学习算法；另一个是环境，指的是agent执行动作时所处的场景（如游戏本身）。环境首先向智能体发送一个状态，然后智能体基于其知识采取动作来响应该状态。之后，环境发送下...
2018-07-22 20:27:22
644
转载 入行 AI，如何选个脚踏实地的岗位
0. 引子AI原本是一个专业领域，没什么特别的。作为码农一枚，笔者的工作内容正好在这个领域。近来这一年左右时间里，连续发生了多件事情，使得笔者不得不抬起原本一直低着敲代码的头，看看这个为AI狂欢的世界。【Case 1】 居然在一个月里碰到两位在相对传统行业创业的亲友，来打听将AI技术应用到他们所在行业上的问题，例如：是聊天机器人是否可以代替人工客服。两位亲友居然都动了雇佣一位算法...
2018-07-19 00:21:40
613
转载 2018 全球人工智能与机器人峰会（CCF-GAIR）－－探讨自然语言处理的商业落地
本文对参加圆桌会议嘉宾的观点进行了整理。云孚科技--专注于为企业提供自然语言处理技术解决方案。创始人兼 CEO 张文斌：商业化的本质首先一定要盈利，其次要做到规模化盈利。人工智能这一块的创业公司要盈利，大方向有两个，做 toC 直接面对消费者，和做 toB 面对企业。云孚科技选择了 toB，周期相对可控，比较容易把营收做起来。规模化盈利又有两个方向，创业公司选择最多的是深入行业做垂...
2018-07-19 00:11:36
611
原创 剑指Offer －－ Python版
第2章 面试基础知识2.2 编程语言面试题2 使用Python实现单例模式单例模式（Singleton Pattern）是一种常用的软件设计模式，该模式的主要目的是确保某一个类只有一个实例存在。当你希望在整个系统中，某个类只能出现一个实例时，单例对象就能派上用场。单例模式的要点有三个；一是某个类只能有一个实例；二是它必须自行创建这个实例；三是它必须自行向整个系统提供这个实例。其...
2018-07-18 00:06:49
842
原创 短文本分类概述
Table of Contents定义特点及难点分类方法（转 有修改）－传统文本分类方法－深度学习文本分类方法评价指标定义短文本通常是指长度比较短，一般不超过160个字符的文本形式，如微博、聊天信息、新闻主题、观点评论、问题文本、手机短信、文献摘要等。短文本分类任务的目的是自动对用户输入的短文本进行处理，得到有价值的输出。在chatbot的构建过程中，对用户的意图进...
2018-07-17 00:57:52
16079
转载 2017年深度学习NLP重大进展与趋势
重大进展DL在很多常见的 NLP 任务中取得了顶尖的结果，如命名实体识别（NER）、词性标注（POS tagging）或情感分析，在这些任务中神经网络模型优于传统方法。而机器翻译的进步或许是最显著的。从训练 word2vec 到使用预训练模型词嵌入是用于自然语言处理（NLP）的最广为人知的深度学习（DL）技术。它遵循由 Harris（1954）提出的分布式假设，根据该假设，具有相似含义...
2018-07-15 13:44:45
972
转载 NLP待解决的问题及挑战
自然语言处理待解决的问题多模态的融合其实我们人是不怎么区分图片、文字、声音，因为到脑海中都会变成表述。这样类比到神经网络上，我们也可以对不同类型的信息源同等对待，同等建模，得到一个融合的信息，再基于这种信息进行编码解码，然后再生成其他媒介的东西，或者混合媒介的东西。现在「读图」这件事更多的是图像领域的科研人员在做，NLP 领域的人很少涉足，NLP 研究人员一般是你读出来什么，表示成自然...
2018-07-15 13:42:44
2426
原创 机器学习笔记5 －－ 支持向量机 SVM
SVM是最好的现成的分类器，不加修改即可直接使用。但调用 SVM 算法的测试准确度并不一定都很高。影响因素有数据预处理的效果、训练集的大小、特征值的选择、参数设置以及核函数的选择等因素。 知识点：软间隔最大化--点到超平面的距离并引入松弛变量（for outliers）其中w,b分别为超平面的法向量和截距；ε为松弛变量，C 为惩罚参数，它的目的是使得目标变量最小即几何间...
2018-07-14 23:36:35
327
原创 机器学习笔记4 －－ 决策树
Table of Contents问题域模型函数目标函数训练算法ID3（Iterative Dichotomiser 3）C4.5－ID3的改进算法CART （Classification and Regression Tree ）优点缺点及优化方案问题域分类问题，适合离散型、连续型数据模型函数是一个树结构（可以是二叉树或非二叉树），每个非叶节点...
2018-07-13 00:27:58
295
原创 机器学习笔记3 －－ 逻辑回归 Logistic Regression
问题域分类回归的预测结果时连续结果，如何实现分类的？逻辑函数在二维坐标中的表现形式为S型曲线，所以逻辑函数又称Sigmod函数。由图可以看出预测值的范围是［0，1］区间内的实数。当y>0.5时，x归类为真；当y<＝0.5时，x归类为假。从而实现类别划分。LR还可以解决多分类问题：n个类别需要构造n个分类模型，第n个模型区分是不是属于第n类。每个输入都被n个模型同时预测，如果只有一个模型...
2018-07-13 00:22:49
334
原创 机器学习笔记2 －－ 贝叶斯分类
问题域分类VS回归前者是预测一个标签（类型、类别）；后者则是预测一个量。分类模型输出的预测值是离散值；而回归模型输出的预测值则是连续值。模型函数贝叶斯准则:“后验概率和先验概率的关系条件独立性假设实际情况下影响B的因素有n个，假设为b1~bn。则有根据链式法则有假设b1到bn这些特征之间在概率分布上是条件独立的，即每个特征和其它特征均不相关。则有b1~bn为Feature，A为Class，上式可以...
2018-07-13 00:08:25
211
原创 机器学习笔记1 －－ 线性回归
机器学习三要素：算法 数据 模型三者关系－－利用算法通过在数据上训练得到模型，模型可以用来在新的数据上预测结果。数据－分为有标注／无标注数据，需要转化为向量空间模型VSM，供计算机使用模型－预测值y'和实际值y误差越小模型越好。描述y'和y之间差别的函数叫损失函数（Loss Function）；描述整体上差别的函数叫代价函数（Cost Function）。 - 对分类而言，模型验证指标有精准率（P...
2018-07-12 23:44:16
235
The pragmatic Programmer
2018-05-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人