• 矩阵乘法简介 Matrix multiplication
  矩阵乘法 矩阵相乘最重要的方法是一般矩阵乘积。 它只有在第一个矩阵的列数（column）和第二个矩阵的行数（row）相同时才有意义。 一般单指矩阵乘积时，指的便是一般矩阵乘积。 一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。 由于它把许多数据紧凑地集中到了一起，所以有时候可以简便地表示一些复杂的模型，如电力系统网络模型。 定义 基本性质 乘法结合律...
  2020-01-28 02:09:32 | Math
• 马尔科夫链
  马尔科夫链 马尔可夫链（Markov Chain, MC）是概率论和数理统计中具有马尔可夫性质（Markov property）且存在于离散的指数集（index set）和状态空间（state space）内的随机过程（stochastic process。 适用于连续指数集的马尔可夫链被称为马尔可夫过程（Markov process），但有时也被视为马尔可夫链的子集，即连续时间马尔可夫...
  2020-01-28 02:09:32 | Math
• 最大熵和对数线性模型-实现中文词性标注
  上一讲主要内容回顾（Last time）： 基于转换的标注器（Transformation-based tagger） 基于隐马尔科夫模型的标注器（HMM-based tagger） 遗留的内容（Leftovers）: a) 词性分布（POS distribution） i. 在Brown语料库中按歧义程度排列的词型数目（The numbe...
  2020-01-28 02:09:32 | Math
• 隐马尔可夫（HMM）实现中文词性标注 MIT 笔记
  基本介绍 a) 标注问题（Tagging） 　i. 任务（Task）: 在句子中为每个词标上合适的词性（Label each word in a sentence with its appropriate part of speech） 　ii. 输入（Input）: Our enemies are innovative and resourceful , and so are we....
  2020-01-28 02:09:32 | Math
• 隐马尔可夫（HMM）实现中文词性标注
  词性标注 词性标注（Part-of-Speech tagging 或 POS tagging)是指对于句子中的每个词都指派一个合适的词性，也就是要确定每个词是名词、动词、形容词或其他词性的过程，又称词类标注或者简称标注。 词性标注是自然语言处理中的一项基础任务，在语音识别、信息检索及自然语言处理的许多领域都发挥着重要的作用。 因此，在关于自然语言处理的书籍中，都会将词性标注单列一章重点...
  2020-01-28 02:09:32 | Math
• 隐马尔可夫（HMM）实现中文分词
  中文分词 HMM 的应用场景有很多，我们首先来谈一谈如何实现中文分词。 本文假设读者已经对HMM有所了解，很多地方会直接提出相关概念。 理解前向算法，维特比算法是关键，关于无监督学习HMM的Baum-Welch算法在本文中没有使用，至少了解它的作用即可。 中文分词的难处 总所周知，在汉语中，词与词之间不存在分隔符（英文中，词与词之间用空格分隔，这是天然的分词标记），词本身也缺乏明显...
  2020-01-28 02:09:32 | Math
• 一些有趣的考验反应能力的题目
  序章 收集一些有趣的小问题，活跃一些思维。 一道著名的毒酒问题 题目 有1000 桶酒，其中1 桶有毒。而一旦吃了，毒性会在1 周后发作。 现在我们用小老鼠做实验，要在1 周内找出那桶毒酒，问最少需要多少老鼠。 思路 需要10只老鼠就可以。 10只老鼠按从左到右的顺序编好号1-10，同时每桶酒通过二进制的方式编上号。编号需要写满10位，不够十位数的前面添度0补满。分别取数位和...
  2020-01-23 02:09:32 | Interview
• 面试算法：前 K 个高频元素详解汇总
  前 K 个高频元素 题目 给定一个非空的整数数组，返回其中出现频率前 k 高的元素。 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输入: nums = [1], k = 1 输出: [1] 提示： 你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。 你的...
  2020-01-23 02:09:32 | Data-Struct