- 博客(7)
- 收藏
- 关注
RSS订阅原创 CS224N 第二课
Problems with this discrete representation -- 离散表示的问题 一个基本的问题是：几乎所有nlp的研究都用了原子符号来表示单词。 So, the fundamental thing to note is that for sorta(近似、可以说是) just about all NLP, apart from(除了) both moder...
2019-02-25 11:21:32
338
转载 stanfordCorenlp在python3中的安装使用+词性学习
1 安装 前言 Stanford CoreNLP的源代码是使用Java写的，提供了Server方式进行交互。stanfordcorenlp是一个对Stanford CoreNLP进行了封装的Python工具包，GitHub地址，使用非常方便。 安装依赖 1：下载安装JDK 1.8及以上版本。 2：下载Stanford CoreNLP文件，解压。 3：处理中文还需要下载中文的模型jar文...
2019-02-23 23:00:07
855
转载 详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解
转载自https://blog.csdn.net/u011508640/article/details/72815981 留言里有评论说： 博主在文末的时候说MLE是把先验概率P(θ)认为等于1，是不是不太对。应该是MLE可以看做MAP的一个特例，它把先验概率分布看做均匀分布，所以P(θ)是常数，因此P(θ)就不用出现在目标函数里了。 我认为： MLE确实是把先验概率P(θ)认为等于1。...
2019-02-22 13:58:05
1181
转载 K-Means聚类算法原理
K-Means算法是无监督的聚类算法，它实现起来比较简单，聚类效果也不错，因此应用很广泛。K-Means算法有大量的变体，本文就从最传统的K-Means算法讲起，在其基础上讲述K-Means的优化变体方法。包括初始化优化K-Means++, 距离计算优化elkan K-Means算法和大数据情况下的优化Mini Batch K-Means算法。 1. K-Means原理初探 ...
2019-02-21 19:34:21
564
转载 Linux 硬链接与软链接的区别
此文是原博主从好几遍blog中 拼凑起来的，不过能看懂。 我略加修改，并标注了重点，以便于阅读。希望对你有帮助~ 对于一个文件来说，有唯一的索引接点(inode)与之对应，而对于一个索引接点号，却可以有多个文件名与之对应。因此，在磁盘上的同一个文件可以通过不同的路径去访问该文件。注意在Linux下是一切皆文件的啊，文件夹、新加的硬盘 ...都可以看着文件来处理的啊。 连接有...
2019-02-20 16:43:13
179
原创 统计学完全教程笔记 -- 概率、随机变量、数学期望
前言 概率 概率是描述不确定性的数学语言 样本空间和事件 独立事件 条件概率 贝叶斯理论 随机变量 数学期望 持续更新。。。...
2019-02-14 23:57:11
306
原创 Linux 命令行大全
Linux常用命令英文全称与中文解释Linux系统 man: Manual 意思是手册，可以用这个命令查询其他命令的用法。 pwd：Print working directory 打印工作目录 su：Swith user 切换用户，切换到root用户 cd：Change directory 切换目录 ls：List files 列出目录下的文件 ps：Process Status 进程...
2019-02-10 12:12:03
5423
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人