2020年的秋招（互聯(lián)網(wǎng)）基本結(jié)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。在此記錄下自己踩過的坑、碰過的壁，和那些難眠...
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
-
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(guān)于八種排序方法的對比在下表中： 指標冒泡排序選擇排序插入排序希爾...
-
機器學(xué)習(xí)之分類性能度量指標 : ROC曲線、AUC值、正確率、召回率同見博客：http://zhwhong.cn/2017/04/14/ROC-AUC-Precision-Recall-analysis/(對Latex公式支持更好) 在分類任...
-
NLP預(yù)訓(xùn)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(jié)構(gòu)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(xué)習(xí)模型，描述由隱藏的馬爾科夫鏈隨機生成觀測序列的過程，屬于“生成式模型”。本文介...
-
NLP預(yù)訓(xùn)練語言模型（二）：LSTM參數(shù)個數(shù)提問：LSTM訓(xùn)練涉及到多少個參數(shù)？ 這是LSTM的典型結(jié)構(gòu)： 要說明的是，RNN結(jié)構(gòu)（包括LSTM、GRU）是在時間維度上擴展的，綠色框框中的參數(shù)是共享的，也就是說T時刻的...
-
NLP預(yù)訓(xùn)練語言模型（三）：逐步解析Transformer結(jié)構(gòu)Transformer是近兩三年非?；鸬囊环N適用于NLP領(lǐng)域的一種模型，本質(zhì)上是Encoder-Decoder結(jié)構(gòu)，所以多應(yīng)用在機器翻譯（輸入一個句子輸出一個句子）、語音識別...
-
邏輯回歸（LR）的公式、損失函數(shù)、推導(dǎo)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(shè)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(guān)系。本文探討的邏輯回歸（logistics regression，LR）是在線性...
-
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(yīng)用、變形，本質(zhì)上的思路沒有太大變化，不同的是每道...
-
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)常出現(xiàn)，欲解決此類問題，需要明...
-
集成學(xué)習(xí)Boosting家族之Adaboost & GBDT & xgBoost集成學(xué)習(xí)通過構(gòu)建多個“好而不同”的弱學(xué)習(xí)器（基學(xué)習(xí)器）來共同完成學(xué)習(xí)任務(wù)，可以用于分類、回歸等機器學(xué)習(xí)任務(wù)。根據(jù)個體學(xué)習(xí)器生成方式的不同，集成學(xué)習(xí)有兩種形式，一種是基學(xué)習(xí)器之...
-
C++那些經(jīng)常遇到的小知識點（代碼）
不定期更新，常用到的且易忘的c++代碼知識。 0. 頭文件 所有頭文件都包括這兩個，一個標準輸入輸出，一個說明命名空間： 1. char和int的相互轉(zhuǎn)換 char中存放的是...
-
支持向量機（SVM）的理解與推導(dǎo)（一）SVM是一種傳統(tǒng)的學(xué)習(xí)算法，多用于二分類問題。根據(jù)SVM處理的問題樣本是否線性可分可以將SVM分為三種類型。如果存在一個劃分超平面可以完美的分隔開所有樣本，那么這種SVM...