本文由兩篇文獻(xiàn)詳解組成棵里，所以我分成上下兩部分來(lái)講田盈。 上部分：來(lái)自：http://blog.sina.com.cn/s/blog_9db078090102whzw.html 多...
發(fā)簡(jiǎn)信
IP屬地：湖北
-
mAP（mean average precision）平均精度均值 -
【NLP論文筆記】Glove: Global Vectors for Word Representation（Glove詞向量理解）
本文主要用于記錄斯坦福nlp組發(fā)表于2014年的一篇論文（引用量直破5k）沉删。該論文提出的Glove詞向量也是自Word2vec推出后另一個(gè)比較有影響力的詞向量生成方法齐苛。本筆記...
-
Hexo使用攻略-添加分類及標(biāo)簽本教程針對(duì)的是Mac環(huán)境下吼畏，nexT主題的文章分類和標(biāo)簽設(shè)置妖啥，其他主題也應(yīng)該是類似的陨晶。添加成功后會(huì)在側(cè)邊欄或?qū)Ш綑谏伞胺诸悺焙汀皹?biāo)簽”這兩個(gè)選項(xiàng)芝硬，看下圖： 點(diǎn)擊“分類”后的...
-
機(jī)器學(xué)習(xí)筆記之信息熵蚜点、信息增益和決策樹(ID3算法)決策樹算法：優(yōu)點(diǎn)：計(jì)算復(fù)雜度不高，輸出結(jié)果易于理解拌阴，對(duì)中間值的缺失不敏感绍绘，可以處理不相關(guān)的特征數(shù)據(jù)。缺點(diǎn)：可能會(huì)產(chǎn)生過度匹配問題迟赃。適用數(shù)據(jù)類型：數(shù)值型和標(biāo)稱型陪拘。 算法原理：決...
-
微信小程序底層實(shí)現(xiàn)原理
一. wa的運(yùn)行環(huán)境 根據(jù)微信官方的說(shuō)明，wa的運(yùn)行環(huán)境有3個(gè)平臺(tái)纤壁，IOS的webkit（蘋果開源的瀏覽器內(nèi)核）左刽，Android的X5(QQ瀏覽器內(nèi)核)，開發(fā)時(shí)用的nw.js...
-
度量學(xué)習(xí)中的馬氏距離參考博客：協(xié)方差的意義協(xié)方差矩陣的實(shí)例與意義馬氏距離的深入理解馬氏距離(推薦看一下原博) 度量學(xué)習(xí)的主流就是學(xué)習(xí)馬氏距離摄乒。這里只先簡(jiǎn)單介紹一下馬氏距離中的一些概念和意義悠反。 1...
-
掃描線+線段樹掃描線+線段樹解決的是矩形覆蓋求面積/周長(zhǎng)問題 面積版： 也就是給出若干個(gè)矩形残黑，最后求總面積（重點(diǎn)是快速解決覆蓋問題） 三個(gè)矩形疊在一起就會(huì)產(chǎn)生重復(fù)部分，要怎么解決這個(gè)問題呢...
-
Logit模型簡(jiǎn)介
一斋否、概率 是用來(lái)描述某件事發(fā)生的可能性梨水。 事件 A 發(fā)生的概率 = 事件 A 出現(xiàn)的次數(shù) / 所有結(jié)果出現(xiàn)的次數(shù) 例如：擲骰子，擲出點(diǎn)數(shù)為6的概率： 二茵臭、Odds 是用來(lái)描述...
