暂时未有相关云产品技术能力~
暂无个人介绍
动态规划算法总结
自然语言处理期刊
Leetcode-Easy 121. Best Time to Buy and Sell Stock
连续子数组的最大和
Leetcode-Easy 20. Valid Parentheses
Leetcode-Easy21. Merge Two Sorted Lists
Leetcode-Easy 136. Single Number
python实现二叉树的创建和遍历
Leetcode-Easy 461.Hamming Distance
在这篇文章中,我们将要讨论不同的特征提取方法,从一些基本技巧逐步深入学习高级自然语言处理技术。我们也将会学习如何预处理文本数据,以便可以从“干净”数据中提取更好的特征。
在这篇文章中,我们将要讨论不同的特征提取方法,从一些基本技巧逐步深入学习高级自然语言处理技术。我们也将会学习如何预处理文本数据,以便可以从“干净”数据中提取更好的特征。
在这篇文章中,我们将要讨论不同的特征提取方法,从一些基本技巧逐步深入学习高级自然语言处理技术。我们也将会学习如何预处理文本数据,以便可以从“干净”数据中提取更好的特征。
数据结构-顺序表的定义及python实现
自然语言处理(NLP)相关
PDF处理、Tesseract-OCR的介绍
梯度:是一个矢量,其方向上的方向导数最大,其大小正好是此最大方向导数。 关于梯度的更多介绍请看:如何直观形象的理解方向导数与梯度以及它们之间的关系?
章将从线性代数和概率论统计两个角度去分析和解释最小二乘法
CS224n 笔记2-词向量表示:Word2vec(二)
CS224n 笔记2-词向量表示:Word2vec(一)
gensim是一个开源的Python库,用于便捷高效地提取文档中的语义话题。它用于处理原始的、非结构化的电子文本(“纯文本”),gensim中的一些算法,如 Latent Semantic Analysis(潜在语义分析)、 Latent Dirichlet Allocation(潜在Dirichlet分布)、Random Projections(随机预测)通过检查训练文档中的共现实体来挖掘语义结构。
空间向量模型和tf-idf
这篇教程主要讲述了Word2Vec中的skip gram模型,主要目的是避免普遍的浅层介绍和抽象观点,而是更加详细地探索Word2Vec。现在我们开始研究skip gram模型吧
机器学习(六)Sigmoid函数和Softmax函数
机器学习(五)使用Python和R语言从头开始理解和编写神经网络(二)
本篇文章是原文的翻译过来的,自己在学习和阅读之后觉得文章非常不错,文章结构清晰,由浅入深、从理论到代码实现,最终将神经网络的概念和工作流程呈现出来。自己将其翻译成中文,以便以后阅读和复习和网友参考。因时间(文字纯手打加配图)紧促和翻译水平有限,文章有不足之处请大家指正。
CS224n 笔记1-自然语言处理与深度学习简介(二)
CS224n 笔记1-自然语言处理与深度学习简介(一)
第四周编程作业(二)-Deep Neural Network for Image Classification: Application(三)
第四周编程作业(二)-Deep Neural Network for Image Classification: Application(二)
第四周编程作业(二)-Deep Neural Network for Image Classification: Application(一)
第四周编程作业(一)-Building your Deep Neural Network: Step by Step(三)
第四周编程作业(一)-Building your Deep Neural Network: Step by Step(二)
第四周编程作业(一)-Building your Deep Neural Network: Step by Step(一)
第三周编程作业-Planar data classification with one hidden layer(二)
第三周编程作业-Planar data classification with one hidden layer(一)
第三周浅层神经网络
第二周编程作业 -Logistic Regression with a Neural Network mindset(三)
第二周编程作业 -Logistic Regression with a Neural Network mindset(二)
第二周编程作业 -Logistic Regression with a Neural Network mindset(一)
第二周神经网络基础
贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解。 贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。
hdu-1098 Ignatius's puzzle(费马小定理)
hdu1061-Rightmost Digit hdu1097-A hard puzzle 这两个oj题目思路几乎一样,都是为了快速求出一个数n次方后的末尾数为都多少?
邻接表表示法将图以邻接表(adjacency lists)的形式存储在计算机中。所谓图的邻接表,也就是图的所有节点的邻接表的集合;而对每个节点,它的邻接表就是它的所有出弧。邻接表表示法就是对图的每个节点,用一个单向链表列出从该节点出发的所有弧,链表中每个单元对应于一条出弧。为了记录弧上的权,链表中每个单元除列出弧的另一个端点外,还可以包含弧上的权等作为数据域。图的整个邻接表可以用一个指针数组表示。例如下图所示,邻接表表示为
括号配对问题
c++中stack、queue、vector的用法
以下内容来自网络搜集的知识
卡特兰数又称卡塔兰数,卡特兰数是组合数学中一个常出现在各种计数问题中的数列。
Apache2.4.9本地访问正常但是在局域网或外网IP拒绝访问
单字矢量空间模型已经在学习词汇信息方面非常成功。但是,它们无法捕捉到更长的短语的位置意义,这样就阻碍了它们对语言的深入理解。我们介绍一种递归神经网络(RNN)模型,该模型学习任意句法类型和长度的短语和句子的组合向量表示。我们的模型为解析树中的每个节点分配向量和矩阵:向量捕获组成部分的固有含义,而矩阵捕获它如何改变相邻单词或短语的含义。这种矩阵向量RNN可以学习命题逻辑的运算符和自然语言的含义。该模型在三个不同的实验中获得最显著的表现:预测副词形容词对的细粒度情感分布;对电影评论的情感标签进行分类,并使用他们之间的句法路径对名词之间的因果关系或主题信息进行分类。