20 小时前 / gongyouliu
点击上方“大数据与人工智能”，“星标或置顶公众号”第一时间获取好内容 作者丨gongyouliu编辑丨Zandy这是作者的第18篇文章，约1.2万字，阅读需80分钟 以下为正文： 作者在《协同过滤推荐算法》、《矩阵分解推荐算法》这两篇文章中介绍了几种经典的协同过滤推荐算法。我们在本篇文章中会继续介绍三种思路非常简单朴素的协同过滤算法，这几个算法的原理简单，容易理解，也易于工程实现，非常适合我们快速搭建推荐算法原型，并快速上线到真实业务场景中，作为其他更复杂算法的baseline。 具体来说，我们在本篇文章中会介绍利用关联规则、朴素......
21 小时前 / 闲鱼技术
背景 在上一篇文章《详解阿里99大促活动页内容识别技术实现》里，我们介绍了在淘宝99大促中，我们使用了怎样的算法模型去识别并完成自动化测试的。 样本问题的困难点 淘宝大促有近百个模块、上千个页面，模块间具有相似性，并且模块内部具备多种状态，如果想要准确识别每个模块类型，单模块的样本数量至少要达到万级，而人工标注成本高、效率低下、数据量少，纯靠人力是无法满足模型诉求的。基于此，今天，我来介绍下，模型识别背后的大批量数据样本生成的技术方案。 思路 总体技术方案如下，后面会分别详细讲： 模型的样本要求 算法模型......
3 天前 / 滴滴技术
桔妹导读：说到滴滴的派单算法，大家可能感觉到既神秘又好奇，从出租车扬召到司机在滴滴平台抢单最后到平台派单，大家今天的出行体验已经发生了翻天覆地的变化，面对着每天数千万的呼叫，滴滴的派单算法一直在持续努力让更多人打到车，本篇文章会着重介绍我们是如何分析和建模这个问题，并且这其中面临了怎样的算法挑战，以及介绍一些我们常用的派单算法，这些算法能够让我们不断的提升用户的打车确定性。 1.为什么我们需要更好的派单算法 说到滴滴的派单算法，大家可能感觉到既神秘又好奇，从扬召到抢单到派单，我们又是如何演进到今天......
10 天前 / icolakele
Taken by iCola 一、时间复杂度计算 如何计算给定代码或者操作的时间复杂度呢？ 计算时间复杂度最基本的原则便是，只关注执行次数最多的代码段或者操作。比如下面这个加和计算： a = 1b = 2sum = 0for i = 1 to n sum += ireturnsum其中循环字段执行n次，时间复杂度即为O(n)。 再比如下面这个，在两个等长数组中，查找是否有相等的元素： defFindSameElement(arrOne,arrTwo,n): for i in range(n - 1):forjinrange(n-1): if arrOne[i] == arrTwo[j]:print("Done!")第二层循环执行的次数为n * n次，因此该算法的时间复杂度......
14 天前 / 亚里士朱德
算法对于前端工程师来说总有一层神秘色彩，这篇文章通过解读V8源码，带你探索Array.prototype.sort函数下的算法实现。 来，先把你用过的和听说过的排序算法都列出来： 快速排序 冒泡排序 插入排序 归并排序 堆排序 希尔排序 选择排序 计数排序 桶排序 基数排序 … 答题环节到了， sort 函数使用的以上哪一种算法？ 如果你在网上搜索过关于 sort 源码的文章，可能会告诉你数组长度小于10用插入排序，否则用快速排序。 开始我也是这么认为的，可当我带着答案去 GitHub 验证的时候发现并非如此。 首先我并没有找到对应的 js 源码（文......
15 天前 / gongyouliu
点击上方“大数据与人工智能”，“星标或置顶公众号”第一时间获取好内容 作者丨gongyouliu编辑丨Zandy这是作者的第17篇文章，约1万字，阅读需70分钟 以下为正文：作者在上篇文章中讲解了《矩阵分解推荐算法》，我们知道了矩阵分解是一类高效的嵌入算法，通过将用户和标的物嵌入低维空间，再利用用户和标的物嵌入向量的内积来预测用户对标的物的偏好得分。本篇文章我们会讲解一类新的算法：因子分解机(Factorization Machine，简称FM，为了后面书写简单起见，中文简称为分解机)，该算法的核心思路来源于矩阵分解算法，矩阵分解算法可以看成......
15 天前 / 假文艺真码农
一孰优孰劣的争执 不知诸位有没有在面试过程中“遭遇”灵魂提问： “简述下快排”、 “写段代码吧，嗯，就冒泡算法吧”、 “你知道哪几种排序算法、简单描述你最熟悉的一种”、 “选择排序的时间复杂度是？” 诸如此类，排序算法在面试中出现的概率高的令人发指。也有不少小伙伴吐槽，真正工作中谁会琢磨这个，工作今年也没用到过自己写排序算法啊...好吧，跑的有点远了。排序算法耳熟能详，搞懂排序算法的实现是必须的，除非视金钱如粪土，不care面试结果。另一方面，排序算法孰优孰劣？就像王婆卖瓜，她自卖自夸也得有道理不是？你说瓜好瓜......
17 天前 / ConardLi
一、导读由于公众号不能放外部链接，一些题目和资料的链接无法访问，可点击阅读全文获得更好阅读体验。 据我了解，前端程序员有相当一部分不是科班出身，以至于对“数据结构”和“算法”的基础概念都不是很清晰，这直接导致很多人在看到有关这部分的内容就会望而却步。 实际上，当你了解了“数据结构”和“算法”存在的真正意义，以及一些实际的应用场景，对它有了一个整体的认知之后，你可能会对它产生强烈的兴趣。当然，它带将带给你的收益也是相当可观的。 很多前端同学在看到“数据结构”和“算法”后会有一定的抵触心理，或者尝试去练习，......
17 天前 / 小兀666
算法首页图片引用自：[互联网潜规则：如何进行敏感词屏蔽](https://www.iyunying.org/yunying/yyjc/81040.html)敏感词算法的对比现在社区内敏感词算法大致实现有两种：DFA(Deterministic Finite Automaton 确定有穷自动机)算法和AC(Aho-Corasick自动机)算法，在掘金社区找到比较有代表性的两篇文章：《js实现敏感词过滤算法》和《开源了一个 JavaScript 版敏感词过滤库》 二者代码我都看了一下，从我角度上来做一个简单对比(其中DFA算法是在原作者基础上的一些改动之后的版本) 当前测试的电脑是MacBook Pro (Retina, 15-inch, Mid 2015)，CPU性能......
25 天前 / 爱写Bug
题目： 你有一个带有四个圆形拨轮的转盘锁。每个拨轮都有10个数字：'0', '1', '2', '3', '4', '5', '6', '7', '8', '9' 。每个拨轮可以自由旋转：例如把 '9' 变为 '0'，'0'变为 '9' 。每次旋转都只能旋转一个拨轮的一位数字。 锁的初始数字为 '0000' ，一个代表四个拨轮的数字的字符串。 列表 deadends 包含了一组死亡数字，一旦拨轮的数字和列表里的任何一个元素相同，这个锁将会被永久锁定，无法再被旋转。 字符串 target 代表可以解锁的数字，你需要给出最小的旋转次数，如果无论如何不能解锁，返回 -1。 You have a lock in front of you w......
28 天前 / 承香墨影
一. 审题面试题： 给定一个 RootView，打印其内 View Tree 的每个 View。 在 Android 下，UI 的布局结构，对标到数据结构中，本质就是一个由 View 和 ViewGroup 组成的多叉树结构。其中 View 只能作为叶子节点，而 ViewGroup 是可以存在子节点的。 上图就是一个典型的 ViewTree 的结构，而想要遍历这个 ViewTree，还需要用到两个 ViewGroup 的方法。 getChildCount()：获取其子 View 的个数。 getChildAt(int)：获取对应索引的子 View。 对于 View，无需过多处理，直接打印输出即可。而 ViewGroup，除了打印自身的这个节点之外，还需要打......
32 天前 / 拐爷
Knuth 1.1EEculid 算法给定m和n,求m和n的最大公约数 形式化描述E1. [求余] 用m除以n,把余数保存到r E2. [判0] 如果r=0,算法终止,n就是结果 E3. [递归] 使 m <- n,n <-r; 跳转到[E1] 实现java递归方法 int getGreatestCommonDivisor(int m,int n){ int r = m % n ; if (r == 0){ return n; }else { return getGreatestCommonDivisor(n,r); } 非递归 int getGreatestCommonDivisor(int m,int n){ int r = m % n ; while ( r != 0){ m = n; n = r; } ......
39 天前 / 读芯术
全文共2754字，预计学习时长6分钟 这是2019年6月28日，DeepNude APP在Twitter上的用户头像截图。 6月底，Motherboard发布了一款名为DeepNude的新应用，该应用承诺，“只需单击一下”，就可利用机器学习将任何一个穿着衣服的女性照片转换成完全赤裸的照片。 与这个消息一起传遍海内外的还有被脱得“欲说还休”的霉霉。 与因快播锒铛入狱的王欣一样，这款软件的创始人也宣称“技术无罪”，声称他“只是一名技术爱好者”。 这位来自美国加州大学伯克利分校的研究者，用世界上最前沿的对抗生成网络算法，......
42 天前 / gongyouliu
点击上方“大数据与人工智能”，“星标或置顶公众号” 第一时间获取好内容 作者丨gongyouliu 这是作者的第15篇文章，约1.1万字，阅读需70分钟 以下为正文： 作者在《推荐系统产品与算法概述》这篇文章中简单介绍了协同过滤算法。协同过滤算法是在整个推荐系统发展史上比较出名的算法，具备举足轻重的地位，甚至在当今还在大量使用。 本篇文章作者会详细讲解协同过滤推荐算法的方方面面，这里所讲的也是作者基于多年推荐系统研究及工程实践经验的基础上总结而成，希望对大家学习协同过滤推荐算法有所帮助，提供一些借鉴。 本文会......