【编者的话】近年来社交媒体已经越来越流行，可以从中获得大量丰富多彩的信息的同时，也给我们带来了严重的“信息过载”问题。推荐系统作为缓解信息过载的最有效方法之一，在社交媒体中的作用日趋重要。区别于...

在一些大型购物网站，我们常会看到一个功能叫“猜你喜欢”（或其它类似的名字），里面列出一些跟你买过商品相关的其它商品。网站的用户越多，或你在网站上购买的东西越多，它往往就猜的越准。在一些音乐网站、...

k-means与kNN虽然都是以k打头，但却是两类算法——kNN为监督学习中的分类算法，而k-means则是非监督学习中的聚类算法；二者相同之处：均利用近邻信息来标注类别。

看严蔚敏的数据结构看得云里雾里，后来看了 其它博客 才了解得比较透彻。其实算法的大体思路并不难理解。最原始的字符串匹配算法是将匹配串与模式串对齐，然后从左向右一个个比较，如果失配则模式串向右移动...

美团的愿景是连接消费者和商家，而搜索在其中起着非常重要的作用。随着业务的发展，美团的商家和团购数正在飞速增长。这一背景下，搜索排序的重要性显得更加突出：排序的优化能帮助用户更便捷地找到满足其需求...

国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 早前评选出了数据挖掘领域的十大经典算法：C4.5, k-Mean...

最近项目中涉及基于Gradient Boosting Regression 算法拟合时间序列曲线的内容，利用python机器学习包 scikit-learn 中的GradientBoosting...

这篇文章讲kNN（k近邻， k -Nearest Neighbour）。这是一种lazy-learning，实现方便，很常用的分类方法。约定n为样本集中的样本数，m为样本的维度，则这个算法的训练...

作为电子商务网站，淘宝网上的每个商品都有一个价格，该价格从一个很重要的维度上反应出一个商品的品质。但是由于该价格是由第三方卖家自己确定的，因此存在一定的随机性。一个价格过低的商品，其假货的可能性...

深入解析Bloom Filter(上)

Canny算子是John Canny在1986年提出的，那年老大爷才28岁，该文章发表在PAMI顶级期刊上的(1986.  A computational approach to edge de...

=敏感词过滤在各互联网是比较常见的操作，也有很多算法来处理这个问题，个人看了些资料后觉得“字符串多模式精确匹配”（脏字/敏感词汇搜索算法）——TTMP算法是一种比较实用的方法，每个做web的人都应该有所了解

Dijikstra算法

摘要：随机森林和决策树相比，能更好的防止过拟合。虽然每个基分类器很弱，但最后组合的结果通常很强，这也类似于：“三个臭皮匠顶个诸葛亮”的思想。对比发现RandomForest（随机森林）和SVM（...

前言：最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍，当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作，所以平时只是作为自...

前言：最初关注深度机器学习是听了NUS的汪晟博士关于深度机器学习平台SIGNA的介绍，当时就发现深度机器学习是人工智能的一个革新的进步。但是由于从事的云计算和大数据方向的工作，所以平时只是作为自...

哈希算法(go版)：哈稀函数按照定义可以实现一个伪随机数生成器(PRNG)，从这个角度可以得到一个公认的结论：哈希函数之间性...

Middlebury 是每个研究光流算法的人不可能不使用的网站， Middlebury 提供了许多标准的测试库，这极大地推进了光流算法的进展。 Middlebury 提供的标准库，其计算出的光流...

以前我们讨论的概率模型都是只含 观测变量(observable variable ), 即这些变量都是可以观测出来的，那么给定数据，可以直接使用极大似然估计的方法或者贝叶斯估计的方法；但是当模型...

KMP字符串模式匹配通俗点说就是一种在一个字符串中定位另一个串的高效算法。简单匹配算法的时间复杂度为O(m*n);KMP匹配算法。可以证明它的时间复杂度为O(m+n).。