摘要：
这段时间需要部署tensorflow到linux上，由于堡垒机不能连外网，所以pip、apt-get、wget、git统统不能用，然后就是各种调试了，下面整理了一些遇到的问题和解决方案，供大家参考（CentOS/Python3.4），有什么遗漏的问题还望大家补充。 1、Putty、XShell、Se 阅读全文
摘要：
这篇文章讲无权二分图（unweighted bipartite graph）的最大匹配（maximum matching）和完美匹配（perfect matching），以及用于求解匹配的匈牙利算法（Hungarian Algorithm）；不讲带权二分图的最佳匹配。 二分图：简单来说，如果图中点可 阅读全文
摘要：
1.思路：（1）模式识别：结合uc表的title和job_title字段探索职能结构模式；（2）识别职能：根据识别后的模式实现title的识别；（3）识别方法改进调优：由于识别后的结果中仍可能存在过于细节噪音信息（如：java支付金融业务架构师），故使用title关键字构建trie森林结构，实现ti 阅读全文
摘要：
转眼间已经工作了一段时间了，回想起2014年初学机器学习时的付出、艰苦和努力，感觉都是值得的。从现在往前看，我是沿着“计算机->统计学->数据分析->数据挖掘->机器学习->文本挖掘”的路径走过来的，我觉得这个思路还是属于比较传统的进阶方法，学习的内容有不少的冗余，但相对来说更稳健一些。今天写这篇文... 阅读全文
摘要：
很偶然的机会，我的老师让我做一个关于互联网未来世界的设想。以前曾经浅显的想过，但是真的没有深入的思考过这样一个宏伟的问题。我只是一个普通的人，一个工作没多久的小技术，沧海一粟，河海一滴，我也还无法站到那么那么高的高度去俯瞰脚下的大地。但是，我不是井底之蛙，我希望站到更高的地方去了解这个世界。所以，我... 阅读全文
摘要：
最近在用CRF做未登录技能词识别，虽然艰难，但是感觉很爽，效率非常高。（1）数据准备：选取30000行精语料作为训练数据。每一个br作为一条数据。使用已有的技能词典对数据进行无标注分词。（2）训练数据标注：对分词后的语料进行标注。如果某分词结果在技能词典中，则该词作为技能词进行标注；如果某分词结果不... 阅读全文
摘要：
最近工作了一段时间，今天跟大家讨论一下关于“规则与模型”的问题。 大家肯定都知道，机器学习方法主要分两类，一类是基于统计的方法，比如贝叶斯、KNN等，都是对数据的某种特征进行归类计算得到数据划分的依据的；另一类是基于规则的方法，比如，语义规则，语法规则或者业务规则等等，这些规则主要是根据数... 阅读全文
摘要：
现有一个列表：list=["h","e","l","l","o"]需要将列表里的所有元素合并为一个字符串 “hello”，Python没有内置函数可以将列表的所有元素连接起来，类似于String的join函数。可以采用另一种方法 importitertools >>>s="".join(itert... 阅读全文
摘要：
列表 元组 字典 集合的区别是python面试中最常见的一个问题。这个问题虽然很基础，但确实能反映出面试者的基础水平。 （1）列表 什么是列表呢？我觉得列表就是我们日常生活中经常见到的清单。比如，统计过去一周我们买过的东西，把这些东西列出来，就是清单。由于我们买一种东西可能不止一次，所以清单中... 阅读全文
摘要：
算算时间，从开始到现在，做机器学习算法也将近八个月了。虽然还没有达到融会贯通的地步，但至少在熟悉了算法的流程后，我在算法的选择和创造能力上有了不小的提升。实话说，机器学习很难，非常难，要做到完全了解算法的流程、特点、实现方法，并在正确的数据面前选择正确的方法再进行优化得到最优效果，我觉得没有个... 阅读全文