摘要： 有什么用非捕获类，在正则很简单时，没什么用，只有在正则中大量使用()时才有用详细说明-举例说明匹配2013-05-07，你可以用\d{4}-\d{2}-\d{2}，你也可以加个括号(\d{4})-(\d{2})-(\d{2})，意思是完全一样的，但加了括号，就意味括号里面的东西，你捕获到了，你可以再使用，这就是捕获组的概念上面这种情况，你是没必要加括号，但是，有时候你必不得已要加括号，比如说匹配1-100的数字，你会用^([1-9]?[0-9]|100)$，但是这个时候，会默认把括号里的东西捕获过来以供你下次使用，其实，你只是用着正则匹配而已，因此就造成了内存浪费，当正则复杂时，效率更加低下， 阅读全文

摘要： 引言viterbi算法简化最有可能的天气序列的运算过程，forward算法简化该该观察值的概率。问题描述你在中国，你朋友F在美国，F的作息有walk, shop, clean，但这选择跟天气有关，我们又知道Rainy的概率比Sunny的概率大这是初始概率这是天气转移矩阵这是在相应天气下发生相应事的概率分布然后，F这三天是walk，walk，shop，问最有可能的天气序列问题分析同样的，我们先用穷举法来算，即Sunny Sunny Sunny Sunny Sunny RainySunny Rainy SunnySunny Rainy RainyRainySunny SunnyRainySunny 阅读全文

摘要： 引言viterbi算法简化最有可能的天气序列的运算过程，forward算法简化该该观察值的概率。问题描述你在中国，你朋友F在美国，F的作息有walk, shop, clean，但这选择跟天气有关，我们又知道Rainy的概率比Sunny的概率大这是初始概率这是天气转移矩阵这是在相应天气下发生相应事的概率分布然后，F这三天是walk，walk，shop，问最有可能的天气序列问题分析同样的，我们先用穷举法来算，即Sunny Sunny Sunny Sunny Sunny RainySunny Rainy SunnySunny Rainy RainyRainySunny SunnyRainySunny 阅读全文

摘要： 引言隐马尔可夫中第一个问题是评估问题，评估该观察序列发生的概率，forward算法就是减少重复运算，其实你动动手算多了，你也会发现应该这么做，你如果生在那个时代，这个算法就是你发现的哦。问题描述你在中国，你朋友F在美国，F的作息有walk, shop, clean，但这选择跟天气有关，我们又知道Rainy的概率比Sunny的概率大这是初始概率这是天气转移矩阵这是在相应天气下发生相应事的概率分布然后，F这三天是walk，walk，shop，求{walk，walk，shop}的概率是多少问题分析我们先用穷举法来，即Sunny Sunny Sunny Sunny Sunny RainySunny R 阅读全文