2 天前 / Thinkgamer
【算法工程师的数学基础】系列将会从线性代数、微积分、数值优化、概率论、信息论五个方面进行介绍，感兴趣的欢迎关注【搜索与推荐 Wiki】公众号，获得最新文章。 《算法工程师的数学基础》已更新： 1、算法工程师的数学基础｜线性代数中的向量和向量空间 2、算法工程师的数学基础｜线性代数中的矩阵 3、算法工程师的数学基础｜微积分之导数 4、算法工程师的数学基础｜微积分之微分 5、算法工程师的数学基础｜微积分之积分相关介绍接下来将会有两篇文章分别介绍下微积分中的微分和积分，内容来自网上公开资料、相关书籍和个人见解。
6 天前 / 宜信技术学院
今天为大家分享很出名的 LRU 算法，第一讲共包括 4 节。 LRU 概述 LRU 使用 LRU 实现 Redis 近 LRU 概述 第一部分：LRU 概述 LRU 是 Least Recently Used 的缩写，译为最近最少使用。它的理论基础为“最近使用的数据会在未来一段时期内仍然被使用，已经很久没有使用的数据大概率在未来很长一段时间仍然不会被使用”由于该思想非常契合业务场景 ，并且可以解决很多实际开发中的问题，所以我们经常通过 LRU 的思想来作缓存，一般也将其称为 LRU 缓存机制。因为恰好 leetcode 上有这道题，所以我干脆把题目贴这里。
7 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 124 篇文章，本文大约 3731 字，阅读大约需要 10 分钟 原文：https://theaisummer.com/Deep-Learning-Algorithms/ 作者：Sergios Karagiannakos 因为文章有些长，所以会分成上下两篇文章，分开发。 上一篇文章的链接： 深度学习算法简要综述 ( 上) 本文目录如下： 深度学习是什么？神经网络（Neural Networks）前向神经网络（Feedforward Neural Networks, FNN）卷积神经网络（Convolutional Neural Networks, CNN）循环神经网络（Recurrent Neural Networks ,RNN)递归神经网络（Rec...
8 天前 / 奶糖猫
↑点击上方蓝字"奶糖猫",加个关注如何 一、算法概述贝叶斯算法是基于统计学的一种概率分类方法，而朴素贝叶斯是其中最简单的一种；朴素贝叶斯属于监督学习的算法之一，一般用来解决分类问题，我们之所以称之为"朴素"，是因为整个形势化过程只做最原始、最简单的假设，即假设数据集所有的样本之间都是独立存在，互不影响的。用一个条件概率公式更好的理解这个假设条件，假设一个样本中有（a1、a2、a3、... an）共 n 个样本，若有 P(a1，a2，a3，...，an) = P(a1) * P(a2) * P(a3)...P(an)，则称该数据集中各个样本之间独立存在。
9 天前 / 楼外青山
引言推荐系统是依据用户的个人喜好尽可能推荐用户喜爱的物品（视频、新闻、商品、直播等），而用户的兴趣偏好则通过过往的行为数据体现出来。当没有历史记录可循时，就存在推荐冷启动问题。本文在接下来的篇幅首先讲述冷启动的相关概念，然后介绍一些业界常规的解决方法，最后会着重阐述花椒直播在解决用户冷启动方面的实践。 1. 冷启动概念推荐系统旨在通过用户特征及交互行为和物品的特征来预测用户对物品的偏好，从而进行个性化推荐，当物品或用户缺少足够的有效信息时，即存在冷启动问题。
9 天前 / 有理想的菜鸡
题目描述 ( 引自剑指 offer)输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的结点，只能调整树中结点指针的指向。 菜鸡与大佬的对话 菜鸡修炼坊 数据结构 定义 树 树是由 n（n>=0）个有限节点组成一个具有层次关系的集合。满足以下特点： ①每个元素称为结点； ②没有父结点的结点称为根结点； ③除根结点之外的其余数据元素被分为 m（m≥0）个互不相交的集合 T0，T1，T2，……，Tm-1，其中每一个集合 Ti（1stack=newStack();while(root!=null||!stack.isEmpty()){//遍历右子树 if(root != null) { ...
12 天前 / Thinkgamer
【算法工程师的数学基础】系列将会从线性代数、微积分、数值优化、概率论、信息论五个方面进行介绍，感兴趣的欢迎关注【搜索与推荐 Wiki】公众号，获得最新文章。 《算法工程师的数学基础》已更新： 1、算法工程师的数学基础｜线性代数中的向量和向量空间 2、算法工程师的数学基础｜线性代数中的矩阵 3、算法工程师的数学基础｜微积分之导数相关介绍 4、算法工程师的数学基础｜微积分之微分相关介绍接下来将会有两篇文章分别介绍下微积分中的微分和积分，内容来自网上公开资料、相关书籍和个人见解。 微积分 是对无穷小量的研究。
13 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 123 篇文章，本文大约 2300 字，阅读大约需要 7 分钟 原文：https://theaisummer.com/Deep-Learning-Algorithms/ 作者：Sergios Karagiannakos 因为文章有些长，所以会分成上下两篇文章，分开发。 简介自从 2012 年在一个图像识别比赛上，一个神经网络的性能超过人类后，深度学习就火了起来，但当时只有少数人会预料到接下来会发生什么。 在过去的十年里，有越来越多的算法面世，也有越来越多的公司开始将这些算法应用到他们的日常业务中。
13 天前 / AdolphLWQ93
一只小狐狸带你解锁炼丹术 &NLP秘籍 这是一份小夕写给【准】算法工程师的手册和建议 图片大概是因为马上要开始秋招提前批了，小夕在知乎和微信后台收到了不少小伙伴的岗位 / 团队选择的求助。于是小夕这里写一篇扫盲贴，给即将毕业的师弟师妹们提供一个参考（后面再有师弟师妹问我这个问题的时候我就有文章可以甩了 (￣▽￣) 如有描述偏颇之处，欢迎经验丰富的老司机们在评论区指出。说起来国内的岗位名称，真可谓穷尽了眼花缭乱的高大上名词。
18 天前 / 我爱计算机视觉
点击上方“OpenCV 中文网”，选择加"星标" 重磅干货，第一时间送达 每一个学习 OpenCV 的人恐怕都被安利过跑一跑 SIFT（Scale-invariant feature transform尺度不变特征变换）图像特征匹配，即使图像有旋转、模糊、尺度的变化，即使使用不同的相机，即使图像拍摄的角度不同，SIFT 总能检测到稳定的特征点，并建立对应关系。 原始的 SIFT 算法分特征点检测和描述两部分，特征点检测的核心是优美的 DOG 金字塔模型： 特征描述的核心则是梯度方向直方图： SIFT 首次出现是 1999 年，时至今日...
26 天前 / 奶糖猫
↑点击上方蓝字"奶糖猫",加个关注如何 1.算法简介手写数字识别是 KNN 算法一个特别经典的实例，其数据源获取方式有两种，一种是来自 MNIST 数据集，另一种是从 UCI 欧文大学机器学习存储库中下载，本文基于后者讲解该例。基本思想就是利用 KNN 算法推断出如下图一个 32x32 的二进制矩阵代表的数字是处于 0-9 之间哪一个数字。数据集包括两部分，一部分是训练数据集，共有 1934 个数据；另一部分是测试数据集，共有 946 个数据。两个数据集中所有数据命名格式都是统一的，例如数字 5 的第 56 个样本—>5_56.txt，这样做为了方便提取出样本的真实标签。
27 天前 / 奶糖猫
↑点击上方蓝字"奶糖猫",加个关注如何 算法原理 本篇博客基于《机器学习实战》实现 算法原理简要概括 ， 重在代码实现 k- 近邻算法 (kNN)的工作原理是：存在一个样本数据集合，称训练样本集，并且样本集中每个数据都存在标签，即样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据 ( 距离最近)的分类标签。
27 天前 / Thinkgamer
【算法工程师的数学基础】系列将会从线性代数、微积分、数值优化、概率论、信息论五个方面进行介绍，感兴趣的欢迎关注【搜索与推荐 Wiki】公众号，获得最新文章。 《算法工程师的数学基础》已更新： 1、算法工程师的数学基础｜线性代数中的向量和向量空间 2、算法工程师的数学基础｜线性代数中的矩阵 3、算法工程师的数学基础｜微积分之导数相关介绍导数（derivative）是微积分学中重要的基础概念。本篇主要介绍导数相关的知识，包括：概念介绍、导数法则、常见函数的导数、基本求导函数法则与导数公式。
29 天前 / Thinkgamer
新的系列文章开启了，本系列文章主要是定位于【算法工程师的数学基础】，将会从线性代数、微积分、数值优化、概率论、信息论五个方面进行介绍，感兴趣的欢迎关注【搜索与推荐 Wiki】公众号，获得最新文章。 《算法工程师的数学基础》已更新： 1、算法工程师的数学基础｜线性代数中的向量和向量空间线性代数主要包含向量、向量空间（或称线性空间）以及向量的线性变换和有限维的线性方程组。本篇文章主要介绍线性代数部分中的向量和向量空间。 向量和向量空间向量标量（Scalar）是一个实数，只有大小，没有方向。
29 天前 / 云水木石
国密算法是国家商用密码算法的简称，由国家密码管理局管理和发布标准。国家密码管理局的官方网站是： http://www.oscca.gov.cn/sca/index.shtml 就如同其它政府网站一样，望着满屏的信息，就是找不到我所想要的，比如国密算法标准和规范文档，网站上只有发布文档的公告，但找不到获取方法。后来在 github 上找到，网址为： https://github.com/guanzhi/GM-Standards.git 这里面有全套的国密算法标准文档，不是由官方维护，不清楚里面是否包含了所有的最新标准文档。