摘要： #########简单######### 共25道： 1. 两数之和 给定一个整数数组和一个目标值，找出数组中和为目标值的两个数。 你可以假设每个输入只对应一种答案，且同样的元素不能被重复利用。 示例: 2. 给定一个 32 位有符号整数，将整数中的数字进行反转。 示例 1: 示例 2: 示例 3: 阅读全文

摘要： d 阅读全文

摘要： 机器学习分为三个阶段： 第一阶段：学习模型。采用学习算法，通过对训练集进行归纳学习得到分类模型； 第二阶段：测试模型。将已经学习得到的分类模型用于测试集，对测试集中未知类别的实例进行分类。 第三阶段：性能评估。显然，通过测试集产生的分类未必是最佳的，这就导致对测试集的分类可能产生错误。而人们希望尽量 阅读全文

摘要： 关键词：先验概率；条件概率和后验概率；特征条件独立；贝叶斯公式；朴素贝叶斯；极大似然估计；后验概率最大化； 期望风险最小化；平滑方法 朴素贝叶斯分类的定义如下： 1. 设 x = a1,a2, ...,am为一个待分类项，而每个a是x的一个特征属性。 2.待分类项的类别集合C={y1，y2，..., 阅读全文

摘要： 阅读全文

摘要： word2vec：低维向量的直接学习 接下来，我们来看下Deep Learning是如何从原始的语料库中直接学习到低维词向量的表达。这也是我们学习的第一个Deep NLP模型——word2vec模型。 Assignment CBOW && skip-gram通俗理解 负采样： 阅读全文

摘要： 问题描述： 在生活中经常遇到这样的问题，某单位需完成n项任务，恰好有n个人可承担这些任务。由于每人的专长不同，各人完成任务不同(或所费时间)，效率也不同。于是产生应指派哪个人去完成哪项任务，使完成n项任务的总效率最高(或所需总时间最小)。这类问题称为指派问题或分派问题。 指派问题也是0-1规划，线性 阅读全文

摘要： 在学习NLP之前还是要打好基础，第二部分就是神经网络基础。 知识点总结： 1.神经网络概要： 2. 神经网络表示： 第0层为输入层（input layer）、隐藏层（hidden layer）、输出层（output layer）组成。 3. 神经网络的输出计算： 4.三种常见激活函数: sigmoi 阅读全文

摘要： softmax 函数，被称为 归一化指数函数，是sigmoid函数的推广。 它将向量等比压缩到[0, 1]之间，所有元素和为1. 图解： Example： softmax([1, 2, 3, 4, 1, 2, 3]) = [0.024, 0.064, 0.175, 0.475, 0.024, 0.0 阅读全文

摘要： The world is betting on how to win the football game； But I'm betting on how to win your heart； Maybe I can't understand the team's lineup； But I can 阅读全文