摘要： 在任意给定时刻，一个节点总是连接到多个其他节点。默认情况下，一个节点连接到8个其他节点（链出），并允许多达125个链入节点连接进来。 阅读全文

摘要： 机器学习是交叉学科，跨计算机科学和统计学领域。与之类似的研究领域，人或动物的神经科学领域。 数据挖掘、人工智能和机器学习三个学科是交叉的，有重叠的。 阅读全文

摘要： Solr 4及之前的版本默认采用VSM(向量空间模型)进行相似度的计算（或打分）。之后的版本，则采用Okapi BM25（一种二元独立模型的扩展），属于概率模型。 阅读全文

摘要： 为什么选择结巴分词 分词效率高 词料库构建时使用的是jieba (python) 结巴分词Java版本 下载 编译 注意 solr tokenizer版本 https://github.com/sing1ee/analyzer solr ( solr 5 ) https://github.com/s 阅读全文

摘要： @原文地址请关注私人博客: http://www.lotushy.com/?p=100 先谈方法 切书 打印机托盘入纸自动扫描成pdf 导出图片 ocr识别文字 校对 再谈下成本 打印社扫描的成本是一面5毛 我扫的书比较多，不舍得花钱，让小助手用公司打印机扫描的 人力成本一天大概2小时（不经常卡纸的 阅读全文

摘要： 计算方法： n的阶乘记为f(n), s为输入序列, sub(i)为s的i到n的子序列。A(i)为第i位对应的字母在子序列sub(i)中的字典顺序 N(s) = sum_{1,n} T(i) (A(i) 1) + 1 T(i)为i 1的阶乘。 阅读全文

摘要： ```lua --[[ 组合概率 Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/65536 K (Java/Others) Problem Description: 某生产零件的工厂为方便管理场内生产的零件种类，现将他们生产的零件从低等到高等零件排序，序号分别为1,2..n，已知该厂的任意几个低等的零件可以组合成更高等的零件，... 阅读全文

摘要： TOC 数据集 上下文 上下文指用户当前访问所处的环境，如时间，地点，网络类型，机器型号等信息。 隐式反馈数据集 通常是指服务器日志，可能含有上下文，如浏览历史。 显式反馈数据集 通常是指用户调查，反馈模块等的数据，如电影的评分，是否喜欢。 协同过滤 根据用户已有的行为或意见预测当... 阅读全文

摘要： 服务端关注的是高并发，高可靠，易运维，一致性。通俗来讲就是少花钱，多办事，少犯错，易养活。从工业生产角度来看，流水线是比较符合要求的。流水线将复杂的生产流程拆成简单的子流程，将这些子流程串行化，虽没有改变单个产品的生产时间，但提高了并发度。在流水线饱和态下，子流程实际是并行化的，所以并发度提高，进而，大大提升生产效率。同时，由于工人的劳动简化并重复化，工人的效率也得到大副提升。另外，对于维护而言，... 阅读全文