关于数据科学家工作的落地和融入，王老师从四个方面讲解，分别是如何判断一个公司的管理水平，二是在宏观上数据团队提供什么，第三是如何判断公司内部数据团队的地位和发展趋势，第四是在微观上，数据科学家的工作集成。在讲到关于项目管理时，以项目管理为例，计划、执行、评估分为三步，计划有没有列出来，需要向直属领导... ...
分类：
其他好文 时间：
2018-11-08 18:35:06
阅读次数：
247
一：Precision, Recall, F-score信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate 注意统计学习方法中precesion称为精确率，而准确率为accuracy 是分类正确的样本除以总样本的个数。)，召回率也叫 ...
分类：
其他好文 时间：
2018-10-28 19:25:03
阅读次数：
124
数据对象与属性类型 数据集由数据对象组成。一个数据对象代表一个实体。例如销售数据库中，对象可以是顾客、商品。属性是一个数据字段，表示数据对象的一个特征。 属性类型 标称属性（nominal attribute）：一些事物的名称，每个值代表某种类别、编码或者状态。不具有有意义的序，不是定量的，其均值和 ...
分类：
其他好文 时间：
2018-10-08 11:27:02
阅读次数：
274
原理 中文分词，即 Chinese Word Segmentation，即将一个汉字序列进行切分，得到一个个单独的词。表面上看，分词其实就是那么回事，但分词效果好不好对信息检索、实验结果还是有很大影响的，同时分词的背后其实是涉及各种各样的算法的。 中文分词与英文分词有很大的不同，对英文而言，一个单词 ...
分类：
其他好文 时间：
2018-09-11 19:43:25
阅读次数：
174
——对抗性神经网络。由一个不断产生数据的神经网络模块与一个持续判别所产生数据是否真实的神经网络模块组成的神经网络架构，创造出近似真实的原创图像、声音和文本数据，有望大幅提升机器翻译、人脸识别、信息检索的精度和准确性，未来将应用于自动驾驶、安防监控等领域。（其实这方面还可以做一些很有趣的事情，比如生成 ...
分类：
其他好文 时间：
2018-09-03 02:36:21
阅读次数：
182
全文索引的概念：搜索引擎如何工作？ 总结就是一句话：直接看倒排索引图。 总结： 词组包含所有存在行的唯一标识。 信息检索已经发展的非常成熟了，应该所有人都不陌生。我有幸这几年接触过并且实际做过一些搜索引擎开发的工作，特此总结并分享给大家。实际上，一个成熟的搜索引擎是想当复杂的，比如百度的，就分ngi ...
分类：
其他好文 时间：
2018-08-30 20:00:20
阅读次数：
151
历经一个多月的重新设计，需求分析以及前后端开发，终于有了一定的输出：我自己实现的spring4+springmvc+mybatis3整合的进阶项目实战-个人博客系统已然完成了，系统采用mvc三层模式进行整体的开发，涉及到技术一下子很难全部列出，其中不得不提的有：整合shiro实现登录安全认证，整合lucene实现全文信息检索，基于Spring的事件驱动模型实现业务服务模块之间的异步解耦（在Rabb
分类：
其他好文 时间：
2018-08-22 18:24:48
阅读次数：
291
想做做信息检索课设，先写个爬虫爬爬微博。 看了一下午微博的api，晚上决定用chromnium。 先通过pip安装selenium，官方文档看一眼， pip install selenium 然后需要安装浏览器的driver，浏览器的调试模式一样 通过Choco安装，powershell一句话 ch ...
分类：
编程语言 时间：
2018-08-13 22:57:43
阅读次数：
251
TF IDF RootSift VLAD TF IDF TF IDF是一种用于信息检索的常用加权技术，在文本检索中，用以评估词语对于一个文件数据库中的其中一份文件的重要程度。词语的重要性随着它在文件中出现的频率成正比增加，但同时会随着它在文件数据库中出现的频率成反比下降。像‘的’，‘我们’，‘地’等 ...
分类：
其他好文 时间：
2018-08-13 22:05:07
阅读次数：
232
什么是爬虫？ 百度百科：网络爬虫（又被称为网页，网络机器人，在社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取信息的程序或者脚本。 最近很多朋友问我，学习爬虫，学到什么程度可以去找工作呢？ 这篇文章会说说我自己的心得体验，关于爬虫、关于工作，仅供参考 为什么那么多人选择学习爬虫？ ...
分类：
其他好文 时间：
2018-08-04 15:50:30
阅读次数：
1309
