原文：http://liuguihua0823.iteye.com/blog/1178118#bc2395917 ...
分类：
编程语言 时间：
2017-10-13 18:59:24
阅读次数：
206
在搞验证码识别的时候需要比较字符代码的相似度用到“编辑距离算法”，关于原理和C#实现做个记录。 据百度百科介绍： 编辑距离，又称Levenshtein距离（也叫做Edit Distance），是指两个字串之间，由一个转成另一个所需的最少编辑操作次数，如果它们的距离越大，说明它们越是不同。许可的编辑操 ...
分类：
编程语言 时间：
2017-10-13 16:18:21
阅读次数：
293
拓展kmp裸题 自己跟自己匹配即可 模板测试=v= ...
分类：
其他好文 时间：
2017-10-08 16:14:12
阅读次数：
154
什么时候适合用机器学习算法？ 1.存在某种规则／模式，能够使性能提升，比如准确率； 2.这种规则难以程序化定义，人难以给出准确定义； 3.存在能够反映这种规则的资料。 所以，机器学习就是设计算法A，从包含许多假设的假设集合H里，根据所给的数据集D，选出和实际规则f最为相似的假设g。 注：g和f相似度 ...
分类：
其他好文 时间：
2017-10-07 19:36:54
阅读次数：
177
前言 2017.10.2博客园的第一篇文章，Mark。 由于实验室做的是NLP和医疗相关的内容，因此开始啃NLP这个硬骨头，希望能学有所成。后续将关注知识图谱，深度强化学习等内容。 进入正题，该文章是用神经网络处理NLP问题的Introduciton。希望读完此文能够对自然语言处理（using NN ...
分类：
Web程序 时间：
2017-10-03 17:50:37
阅读次数：
464
（3）在逻辑回归中的应用。 由于交叉熵是衡量两个分布之间的相似度，在逻辑回归中，首先数据集真实的分布是p，通过逻辑回归模型预测出来的结果对应的分布是q，此时交叉熵在这里就是衡量预测结果q与真实结果p之间的差异程度，称之为交叉熵损失函数。具体如下： 假设，对应两分类的逻辑回归模型logistic re ...
分类：
其他好文 时间：
2017-10-01 16:17:29
阅读次数：
198
简介 Word2vec 是 Google 在 2013 年年中开源的一款将词表征为实数值向量的高效工具, 其利用深度学习的思想，可以通过训练，把对文本内容的处理简化为 K 维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。Word2vec输出的词向量可以被用来做很多 NLP ...
分类：
其他好文 时间：
2017-09-27 13:19:51
阅读次数：
165
1. 从Google网页排序到PageRank算法 （1）谷歌网页怎么排序？ 先对搜索关键词进行分词，如“技术社区”分词为“技术”和“社区”； 根据建立的倒排索引返回同时包含分词后结果的网页； 将返回的网页相关性（类似上篇文章所讲的文本相似度）网页，相关性越高排名越靠前 （2）怎么处理垃圾网页？那么 ...
分类：
编程语言 时间：
2017-09-25 21:53:16
阅读次数：
242
作者：max_xbw 1.确定要解决的问题及意义 在基于代码片段的分类过程中，由于程序员对数据变量名的选取可能具有一定的规范性，在某一特定业务处理逻辑代码中，可能多个变量名之间具有关联性或相似性（如“trade”（商品交易）类中，可能存在“business”，“transaction”，“deal” ...
分类：
Web程序 时间：
2017-09-21 23:31:32
阅读次数：
632
一切的算法，落到了“0101”的相似度比较。将INPUT作“字符串”、“实数、虚数”、“矩阵”、“向量”、“张量”？我们已有一个--来源，如：历史数据、先验生成--参照物、事实标准、参考系--INPUT代表着未知，需要我们给出结果，矩阵：协方差矩阵-->特征值 图像识别 指纹识别 ...
分类：
编程语言 时间：
2017-09-16 17:10:52
阅读次数：
175
