發(fā)簡信
IP屬地：北京
-
2020算法崗秋招（互聯(lián)網(wǎng)）踩過的那些坑
2020年的秋招（互聯(lián)網(wǎng)）基本結束，樓主在“金九”的末尾也收獲了意向書，自知比不上提前批集郵BAT的大佬們，但也有自己的一點感悟。在此記錄下自己...
-
八大排序算法（C++實現(xiàn)）
八大排序算法指的是冒泡排序、選擇排序、插入排序、希爾排序、堆排序、歸并排序、快速排序和基數(shù)排序（本文沒有）。關于八種排序方法的對比在下表中： 指...
-
NLP預訓練語言模型（一）：馬爾科夫鏈與HMM的三個基本問題隱馬爾科夫模型（HMM）是一種有向圖模型，是結構最簡單的動態(tài)貝葉斯網(wǎng)，是可用于標注問題的統(tǒng)計學習模型，描述由隱藏的馬爾科夫鏈隨機生成觀測序列的過...
-
NLP預訓練語言模型（二）：LSTM參數(shù)個數(shù)提問：LSTM訓練涉及到多少個參數(shù)？ 這是LSTM的典型結構： 要說明的是，RNN結構（包括LSTM、GRU）是在時間維度上擴展的，綠色框框中的...
-
NLP預訓練語言模型（三）：逐步解析Transformer結構Transformer是近兩三年非?；鸬囊环N適用于NLP領域的一種模型，本質上是Encoder-Decoder結構，所以多應用在機器翻譯（輸入一...
-
邏輯回歸（LR）的公式、損失函數(shù)、推導過程整理
回歸問題中，最簡單的模型是線性回歸。線性回歸假設數(shù)據(jù)集的樣本數(shù)據(jù)與輸出值之間近似滿足一個線性關系。本文探討的邏輯回歸（logistics reg...
-
背包問題原理及LeetCode實戰(zhàn)（下）
前言：背包問題原理詳見背包問題原理及l(fā)eetcode實戰(zhàn)（上）；本文從LeetCode實戰(zhàn)出發(fā)，講解背包問題在具體算法題中的應用、變形，本質上的...
-
背包問題原理及LeetCode實戰(zhàn)（上）
前言：本文詳細梳理了背包問題原理，LeetCode實戰(zhàn)請見背包問題原理及LeetCode實戰(zhàn)（下）。 零、概述 背包問題及其變形在筆試、面試中經(jīng)...
-
集成學習Boosting家族之Adaboost & GBDT & xgBoost集成學習通過構建多個“好而不同”的弱學習器（基學習器）來共同完成學習任務，可以用于分類、回歸等機器學習任務。根據(jù)個體學習器生成方式的不同，集成學...