首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
叶藏锋
掘友等级
喜欢前端,安全,阅读
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
21
文章 21
沸点 0
赞
21
返回
|
搜索文章
赞
文章( 21 )
沸点( 0 )
数学之美梳理(一)统计语言模型,用数学的方法描述语言规律
自然语言从诞生开始,逐渐演变成一种上下文相关的信息表达和传递方式(即要理解一个词汇的真实意思,需要结合它前后的内容一起看),因此让计算机处理自然语言,一个基本问题就是为自然语言中这种上下文相关的特性建
数学之美梳理(二)如何用数学的方法进行分词
上一篇关于如何计算一句话是否具有实际意义博客中的方法中,通过将一句话被拆分成不同的词,然后计算这个词的序列的可能性大小来实现的。 对于西方拼音语言来讲,词之间有明显的分界符,统计和使用语言模型非常直接
数学之美梳理(三)隐马尔可夫模型
隐马尔可夫模型是一个并不复杂的数学模型,到现在为止,他一直被认为是解决大多数自然语言处理问题最快速,有效的方法。它成功地解决了复杂地语音识别,机器翻译等问题。 通信模型 通信的本质就是一个编解码和传输
数学之美梳理(四)信息的度量和作用
我们常说信息有用,那么它的作用是如何直观,定量的体现出来呢?信息用途的背后是否有理论基础? 对于这个问题,香农在他著名的论文“通信的数学原理”中提出了信息熵的概念,才解决了信息的度量问题,并且量化出信
数学之美梳理(五)搜索引擎的原理
搜索引擎的基础原理其实非常简单,建立一个搜索引擎大致需要这样几件事情:自动下载尽可能的网页,建立快速有效的索引,根据相关性对网页进行公平准确的排序。 布尔代数与索引建立 最简单的索引结构是用一个很长的
数学之美梳理(六)矩阵运算和文本处理中的两个分类问题
在自然语言处理中,最常见的两个分类问题是:将文本按主题归类(如将所有介绍奥运会的归类到体育类)和将词汇按意思分类(如将各种体育项目的名称归类到体育类)。这两个问题都可以通过矩阵运算来圆满地,一次性解决
ES6 Class源码分析,带你一行行看懂Class背后的逻辑
上一篇关于React的博客中留了一个关于Es6 class的坑,关于class与function之间的关系,我们这篇博客来讨论一下。 我们可以写一段class的代码,然后利用babel在线工具将其转化为es5的代码,然后一步步分析。 转化后的函数太长了,我就不完整贴在这里了,想…
React入门 Ref
上一篇博客我大概记录了一下react官方文档中关于核心概念的一些内容和想法。 从这篇博客开始继续去阅读高级指引,本次博客的主题就是React中的Ref。 Refs 提供了一种方式,允许我们访问 DOM 节点或在 render 方法中创建的 React 元素。 在典型的 Reac…
Promise 超详细源码分析,保证你能看懂
这个周编码过程中使用了NodeJs去处理图片,因为图片处理的接口全都是Promise,就导致了我的程序中充满了Promise的嵌套返回,then的结果中有返回了另一个Promise,另一个Promise中一系列中的then中有的又会返回新的Promise,这一度让我变得混乱。 …
滑动窗口算法模板
1、我们在字符串 S 中使用双指针中的左右指针技巧,初始化 left = right = 0,把索引闭区间 [left, right] 称为一个「窗口」。 2、我们先不断地增加 right 指针扩大窗口 [left, right],直到窗口中的字符串符合要求(包含了 T 中的所…
下一页
个人成就
文章被点赞
49
文章被阅读
23,843
掘力值
687
关注了
0
关注者
7
收藏集
0
关注标签
20
加入于
2020-10-04