TraceCJY

首先，非常高兴和大家来分享下我在验证码攻防方面的一些实践和探索。我主要从事反欺诈服务的相关工作，最近一段时间接触到OpenCV、Tensorflow、Tesseract、ThreeJS等相关技术，在一次分享会上听到Puppeteer的介绍，经过半年研究将这些技术整合起来，在No…

在用机器学习算法对数据进行拟合的过程中，往往一开始得不到满意的结果，例如 AUC 值不够高，此时我们就需要对模型进行调优，那么调优的方向是什么？有没有调优方法论可遵循？答案当然是有的，bias 和 variance 这两个指标就能起到指导调优的作用。 我们先来看一个例子，假设实…

对于算法题还是有点信心的，，，，于是，发现了如下对话。 小秋：（嗯？怎么感觉和之前的那道判断一个数是否出现在这 40 亿个整数中有点一样？可是，如果还是采用 bitmap 算法的话，好像无法统计一个数出现的次数，只能判断一个数是否存在），我可以采用哈希表来统计，把这个数作为 k…

在这篇文章里，我们将尝试使用带有注意力机制的编码器-解码器（encoder-decoder）模型来解决序列到序列（seq-seq）问题，实现的原理主要是根据这篇论文，具体请参考这里。 首先，让我们来一窥整个模型的架构并且讨论其中一些有趣的部分，然后我们会在先前实现的不带有注意力…

SonarQube 是一个开源的代码分析平台，用来持续分析和评测代码的质量，支持检测 Java、JavaScript、C#、C、C++ 等二十几种编程语言。通过 SonarQube 可以检测出项目中潜在的Bug、漏洞、代码规范、重复代码、缺乏单元测试的代码等问题，并提供了 UI…

选自Medium,作者：Jonny Fox,机器之心编译。 正则表达式（regex 或 regexp）对于从文本中抽取信息极其有用，它一般会搜索匹配特定模式的语句，而这种模式及具体的 ASCII 序列或 Unicode 字符。从解析/替代字符串、预处理数据到网页爬取，正则表达式…

构建有效的机器学习 (ML) 系统需要提出许多问题。仅仅训练一个模型，然后放任不管，是远远不够的。而优秀的开发者就像侦探一样，总是不断探索，试图更好地理解自己的模型：数据点的变化对模型的预测结果有何影响？对于不同的群体，例如在历史上被边缘化的人群，模型的表现是否有所不同？用于测…

话说 GDD China 20日在上海召开，自己也准刚好准备要入 TensorFlow 的坑，所以听了下 TensorFlow 的主题演讲来大致了解下。GDD China 是 Google 一年一度的开发者大会，有包括 Android、TensorFlow、ARCore 各种开…

自然语言处理中词与文档的表示概述从属于笔者的程序猿的数据科学与机器学习实战手册，其他相关阅读Python语法速览与机器学习开发环境搭建，Scikit-Learn 备忘录，基于 Gensim 的 Word2Vec 实践。因为不太方便编辑过多公式，笔者偷懒用了这种方式，轻喷轻喷，原始的 MD 格式参考这里。