摘要：
简单的总结一下常用的一些实用的Linux文本操作命令，包括wc(统计)、cut(切分)、sort(排序)、uniq(去重)、grep(查找)、sed(替换、插入、删除)、awk(文本分析)。 1.统计命令——wc 统计文件里面有多少单词，多少行，多少字符。 1.1 wc语法 1.2 wc使用 40是 阅读全文
摘要：
想要彻底搞懂C++是很难的，或许是不太现实的。但是不积硅步，无以至千里，所以抽时间来坚持学习一点，总结一点，多多锻炼几次，相信总有一天我们会变得"了解"C++。 STL（Standard Template Library，标准模板库)是惠普实验室开发的一系列软件的统称。它是由Alexander St 阅读全文
摘要：
在之前的两篇博文分别介绍了常用的hash方法（[Data Structure & Algorithm] Hash那点事儿）以及局部敏感hash算法（[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)），本文介绍的SimHash是一种局部敏感hash，它也 阅读全文
摘要：
1. Hadoop FS Shell Hadoop之所以可以实现分布式计算，主要的原因之一是因为其背后的分布式文件系统（HDFS）。所以，对于Hadoop的文件操作需要有一套全新的shell指令来完成，而这就是Hadoop FS Shell。它主要是用于对Hadoop平台进行文件系统的管理。 有关H 阅读全文
摘要：
博主感兴趣的领域主要为机器学习，数据挖掘以及深度学习算法及相关应用，了解并接触过的具体业务场景有搜索引擎、推荐系统、社交网络分析以及计算广告学。 0. 推荐读书列表 本站博客大体分为如下几个部分： 1. 算法 强化学习系列： [Reinforcement Learning] 强化学习介绍 [Rein 阅读全文
摘要：
在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。 下面我们以线性回归算法来对三种梯度下降法进行比较。 一般线性回归函数的假设函数为：$h_{\theta}=\sum_{j=0}^{n}\thet... 阅读全文
摘要：
在我们的现实生活中，许多复杂系统都可以建模成一种复杂网络进行分析，比如常见的电力网络、航空网络、交通网络、计算机网络以及社交网络等等。复杂网络不仅是一种数据的表现形式，它同样也是一种科学研究的手段。复杂网络方面的研究目前受到了广泛的关注和研究，尤其是随着各种在线社交平台的蓬勃发展，各领域对于在线社交 阅读全文
摘要：
同进化算法（见博客《[Evolutionary Algorithm] 进化算法简介》，进化算法是受生物进化机制启发而产生的一系列算法）和人工神经网络算法（Neural Networks，简称NN，神经网络是从信息处理角度对人脑的神经元网络系统进行了模拟的相关算法）一样，群体智能优化算法也属于一种... 阅读全文
摘要：
进化算法，也被成为是演化算法（evolutionary algorithms，简称EAs），它不是一个具体的算法，而是一个“算法簇”。进化算法的产生的灵感借鉴了大自然中生物的进化操作，它一般包括基因编码，种群初始化，交叉变异算子，经营保留机制等基本操作。与传统的基于微积分的方法和穷举方法等优化算... 阅读全文
摘要：
1. Shell简介 Shell本身是一个用C语言编写的程序，它是用户使用Unix/Linux的桥梁，用户的大部分工作都是通过Shell完成的。Shell既是一种命令语言，又是一种程序设计语言。作为命令语言，它交互式地解释和执行用户输入的命令；作为程序设计语言，它定义了各种变量和参数，并提供了许多... 阅读全文
摘要：
因为工作需要，最近一直在关注计算广告学的内容。作为一个新手，学习计算广告学还是建议先看一下刘鹏老师在师徒网的教程《计算广告学》。 有关刘鹏老师的个人介绍：刘鹏现任360商业产品首席架构师，负责 360 商业化变现的产品和技术。曾任微软亚洲研究院研究员、雅虎北京研究院高级科学家 ( 负责全球搜索... 阅读全文
摘要：
局部敏感哈希(Locality Sensitive Hashing，LSH)算法是我在前一段时间找工作时接触到的一种衡量文本相似度的算法。局部敏感哈希是近似最近邻搜索算法中最流行的一种，它有坚实的理论依据并且在高维数据空间中表现优异。它的主要作用就是从海量的数据中挖掘出相似的数据，可以具体应用到... 阅读全文
摘要：
拉格朗日乘数法（Lagrange Multiplier Method）之前听数学老师授课的时候就是一知半解，现在越发感觉拉格朗日乘数法应用的广泛性，所以特意抽时间学习了麻省理工学院的在线数学课程。新学到的知识一定要立刻记录下来，希望对各位博友有些许帮助。1. 拉格朗日乘数法的基本思想 作为一种... 阅读全文
摘要：
我们之前从开发者的角度谈了一些有关搜索引擎的技术，其实对于用户来说，我们不需要知道网络爬虫到底是怎样爬取网页的，也不需要知道倒排索引是什么，我们只需要输入我们的查询词query，然后能够得到我们想要的网页或者答案就可以了。这就是搜索引擎技术中相对顶层的技术——查询处理。 转载自：http://... 阅读全文
摘要：
倒排索引是搜索引擎中最为核心的一项技术之一，可以说是搜索引擎的基石。可以说正是有了倒排索引技术，搜索引擎才能有效率的进行数据库查找、删除等操作。1. 倒排索引的思想 倒排索引源于实际应用中需要根据属性的值来查找记录。这种索引表中的每一项都包括一个属性值和具有该属性值的各记录的地址。由于不是由记... 阅读全文
摘要：
页面置换算法是什么？我们看一下百度百科对页面置换算法给出的定义：在地址映射过程中，若在页面中发现所要访问的页面不在内存中，则产生缺页中断。当发生缺页中断时，如果操作系统内存中没有空闲页面，则操作系统必须在内存中选择一个页面将其移出内存，以便为即将调入的页面让出空间。而用来选择淘汰哪一页的规则叫做... 阅读全文
摘要：
计算机网络学习的核心内容就是网络协议的学习。网络协议是为计算机网络中进行数据交换而建立的规则、标准或者说是约定的集合。因为不同用户的数据终端可能采取的字符集是不同的，两者需要进行通信，必须要在一定的标准上进行。一个很形象地比喻就是我们的语言，我们大天朝地广人多，地方性语言也非常丰富，而且方言之间差距 阅读全文
摘要：
随着互联网的大力发展，互联网称为信息的主要载体，而如何在互联网中搜集信息是互联网领域面临的一大挑战。网络爬虫技术是什么？其实网络爬虫技术就是指的网络数据的抓取，因为在网络中抓取数据是具有关联性的抓取，它就像是一只蜘蛛一样在互联网中爬来爬去，所以我们很形象地将其称为是网络爬虫技术。其中网络爬虫也被... 阅读全文
摘要：
本文主要总结了搜索引擎的基本知识，包括搜索引擎的分类以及搜索引擎基础架构的构建和介绍。搜索引擎的三大环节主要有搜集信息、组织和处理信息以及展示信息。 阅读全文
摘要：
学习和工作中的很多问题都可以建模成最优化模型。本文汇总了几种最常用的最优化方法，图文并茂的介绍了它们的基本思想，并总结了各自的优缺点。 阅读全文