qq_43042024的博客

更多细节参考项目：https://github.com/JackHCC/Rec-Modelshttps://github.com/JackHCC/Rec-Models📝 Summary of recommendation, advertising and search models.

How to Apply Causal ML to Real Scene Modeling？How to learn Causal ML？Github项目地址：👉https://github.com/JackHCC/Awesome-Uplift-Model👈👉https://github.com/JackHCC/Awesome-Uplift-Model👈The most commonly used models for causal inference are Rubin Causal Model

利用传统方法（N-gram，HMM等）、神经网络方法（CNN，LSTM等）和预训练方法（Bert等）的中文分词任务实现【The word segmentation task is realized by using traditional methods (n-gram, HMM, etc.), neural network methods (CNN, LSTM, etc.) and pre training methods (Bert, etc.)】...

中文关键词抽取，基于LDA与PageRank（TextRank， TPR， Salience Rank， Single TPR）

Github项目地址：https://github.com/JackHCC/Chinese-Text-Classification-PyTorch中文文本分类，基于pytorch，开箱即用。神经网络模型：TextCNN，TextRNN，FastText，TextRCNN，BiLSTM_Attention, DPCNN, Transformer预训练模型：Bert，ERNIE模型介绍、数据流动过程：参考数据以字为单位输入模型，预训练词向量使用 搜狗新闻 Word+Character 300d，点这里下载参考：

Awesome Deep Learning Models🤩Learning and reproducing classic deep learning models by using PyTorch.🛠This repository is not a library, it’s just some learning resource about catching the tricks of calssical models. You can get some details you need here.

Q&ATransformer为何使用多头注意力机制？（为什么不使用一个头）多头保证了transformer可以注意到不同子空间的信息，捕捉到更加丰富的特征信息。可以类比CNN中同时使用多个滤波器的作用，直观上讲，多头的注意力有助于网络捕捉到更丰富的特征/信息。参考：https://www.zhihu.com/question/341222779Transformer为什么Q和K使用不同的权重矩阵生成，为何不能使用同一个值进行自身的点乘？ （注意和第一个问题的区别）使用Q/K/

链表基础类别1、合并两个有序链表2、合并 k 个有序链表3、寻找单链表的倒数第 k 个节点4、寻找单链表的中点5、判断单链表是否包含环并找出环起点6、判断两个单链表是否相交并找出交点21. 合并两个有序链表题解：# Definition for singly-linked list.# class ListNode:# def __init__(self, val=0, next=None):# self.val = val# self.n

排序算法类别算法分类十种常见排序算法可以分为两大类：比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。算法复杂度相关概念稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。不稳定：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。时间复杂度：对排序数据的

二叉树的遍历首先需要明确：前中后序是遍历二叉树过程中处理每一个节点的三个特殊时间点，绝不仅仅是三个顺序不同的 List：前序位置的代码在刚刚进入一个二叉树节点的时候执行；后序位置的代码在将要离开一个二叉树节点的时候执行；中序位置的代码在一个二叉树节点左子树都遍历完，即将开始遍历右子树的时候执行。前中后序「位置」，就是常说的前中后序「遍历」有所区别：可以在前序位置写代码往一个 List 里面塞元素，那最后可以得到前序遍历结果；但并不是说你就不可以写更复杂的代码做更复杂的事。二叉树遍历参考资料

动态规划问题基本解题步骤设计状态写出状态转移方程设置初始状态处理非法状态执行状态转移后处理返回最终结果显式转移方程斐波那契数列阶乘隐式转移方程爬楼梯爬楼梯最小花费注意：对于隐式状态转移方程，可以先从初始的几个状态列举出来，看能不能看出规律相关题目练习剑指 Offer 10- I. 斐波那契数列一个函数，输入 n ，求斐波那契（Fibonacci）数列的第 n 项（即 F(N)）。斐波那契数列的定义如下：F(0) = 0,   

机器学习算法学习基础-常见分布的Numpy代码实现

快速实现自动获取Arxiv上发表的最新的NLP论文链接与开源代码，自动化高效！

项目地址：JackHCC.Toolkit收藏导航提高学习效率：nav.creativecc.cnIntroThis project it is a personal tool navigation, content all by and collection of JackHCC.⛏ Focus on improving personal efficiency!JackHCC’s Toolkit ???? nav.creativecc.cn✔ If you want to customize y

Computer-Generated-Hologram仓库地址：https://github.com/JackHCC/Computer-Generated-Hologram✨This library introduces the current production process of computer holography, and uses MATLAB and Python to record and reproduce holograms. In the future, I will buil

源代码：仓库地址数据挖掘常用算法对比测试Usagegit clone git@github.com:JackHCC/Apriori-and-FP_Growth.gitcd Apriori-and-FP_GrowthAprioripython Apriori.pyFP-Growthpython FP_Growth.pyDataSet设置data_set = [[‘牛奶’, ‘鸡蛋’, ‘面包’, ‘薯片’],[‘鸡蛋’, ‘爆米花’, ‘薯片’, ‘啤酒’],[‘牛奶’

写在前面本科毕业设计论文开源，论文与代码地址：Github基于车辆轨迹时空数据的城市热点预测模型研究摘要智能交通在近年得到了学术界和产业界的广泛重视。尤其是随着道路网的不断完善，交通车流越来越庞大，交通流预测显得越来越重要，分析并预测交通状况和交通热点分布情况是交通管控的基础，对城市交通管控有着十分重要的意义。随着车辆轨迹大数据技术、人工智能和机器学习技术的发展，基于机器学习和大数据对车辆密度进行预测已成为重要的技术趋势。本文基于车辆轨迹大数据，利用机器学习技术对城市交通热点进行预测，主要的研究内

BabyBox远程照看与数据监测及婴儿生态系统模型——比赛测试版（Remote care and data monitoring and infant ecosystem model - competition beta）项目地址：BabyBox项目组织：Babycare项目：BabyBox硬件：Babycare-Hardware服务器：BabyCareServer网站：Babycare-Web项目展示视频地址：Video获奖经历2019 华北五省暨港澳台大学生计算机应用大赛

SaferGoAlways with youSaferGoSaferGo官网：SaferGo-Web网站设计开源说明2021.11.27开源，作品开源较晚，供大家参考学习设计针对滴滴出行安全2018年，针对滴滴安全问题，提出实时定位守护的概念具体详细说明参考官网说明SaferGo-Web版本迭代iSafe(2018) -> SaferGo(2019)荣誉与说明iSafe:2018华北五省暨港澳台大学生计算机应用大赛本科组一等奖SaferGo:2019计算机设计大

Peking University Lessons Summary????Summary of Knowledge Points and Assignments of Peking University Integrated Circuit Major Courses.Github仓库：仓库地址北京大学集成电路专业硕士生课程知识点与大作业汇总【更新中】课程知识点总结Introduction to Dialectics of Nature【自然辩证法概论】Embedded Micropro