Joye Cai's Blog

特征工程（文字总结版）

常用特征

Last updated on 2020-2-12… 本文是对《美团机器学习实战》一书中特征工程篇的个人总结，代码实践版见我的另一篇博客：《Python特征工程篇》。文末最后一节为总结出的实际经验。竞赛中没灵感时候才会稍微看看的文章… 数值特征数值类型的数据具有实际测量意义，分为连续型（身高体重等）和离散型（计数等），有如下8种处理方法： 1.截断：超出合理范围...

Posted by Jiayue Cai on October 2, 2018

美团点评深度学习架构

Posted by Jiayue Cai on October 1, 2018

常用评价指标

分类、回归、排序

Last updated on 2018-9-29… 原文来自《美团机器学习实践》，Target：使线下指标的变化趋势跟线上指标一致。个人做了一些补充和注解。这篇有更透彻的理解分类指标以二分类为参考的话： Precision 精确率表示当模型判断一个点属于该类的情况下，判断结果的可信程度。 Recall 召回率表示模型能够检测到该类的比率。对于...

Posted by Jiayue Cai on September 29, 2018

感知哈希算法

For 计算图像相似性

Last updated on 2018-9-21… 感知哈希算法（Perceptual hash algorithm），它的作用是对每张图片生成一个”指纹”（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。方法简述下面是一个最简单的实现：第一步，缩小尺寸将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节...

Posted by Jiayue Cai on September 25, 2018

Python大文件处理

For Data Mining

Last updated on 2019-3-21… 基础知识进程与线程进程在执行过程中拥有独立的内存单元，而多个线程共享内存。进程切换时，耗费资源较大，效率要差一些。对于一些要求同时进行并且又要共享某些变量的并发操作，只能用线程，不能用进程。一个程序至少有一个进程,一个进程可以有多个线程。 Python多线程 Python中的多线程是假的多线...

Posted by Jiayue Cai on September 21, 2018

Attention机制

Self-Attention、Multi-Head Attention、Transformer、Position Embedding

Last updated on 2019-11-8… 《细讲Attention Is All You Need》、《Attention is All You Need》浅读（简介+代码）、Self-Attention与Transformer、【NLP】Transformer详解前言 Attention机制最早是在视觉图像领域提出来的(上世纪90年代)，但是真正热门起来...

Posted by Jiayue Cai on September 5, 2018

代价函数

Cost Function

Last updated on 2019-4-11… Cost Function和Loss Function的区别： Cost Function：指基于参数w和b，在所有训练样本上的总成本 Loss Function：指单个训练样本的损失函数各种概率分布均方误差 MSE 假设是高斯分布，又名正态分布均方误差的含义是求一个batch中n个...

Posted by Jiayue Cai on September 4, 2018

机器学习知识整理

For 面试

Last updated on 2019-11-8… 相关资源整理基础：线性代数、概率统计、优化 part1、优化 part2、信息论及其他学习：ML整理1、ML整理2、ML算法、ML面试笔记：斯坦福ML笔记、吴恩达ML、吴恩达DL 代码：李航ML、DL 判别式与生成式分类与回归参考链接、12种回归算法回归与分类的根本区别在于输出空间是否...

Posted by Jiayue Cai on September 3, 2018

C++动态规划题型

For 笔试

Last updated on 2019-10-11… 动态规划求解的一般思路：判断问题的子结构，当具有最优子结构时，动态规划可能适用。求解重叠子问题。一个递归算法不断地调用同一问题，递归可以转化为查表从而利用子问题的解。（分治法则不同，每次递归都产生新的问题。）重新构造一个最优解。 01背包问题有 n 个重量个价值分别为 w<sub>i&l...

Posted by Jiayue Cai on August 22, 2018

C++字符串题型

For 笔试

Last updated on 2019-10-4… 字符串常用技巧：查找表：标记字符最新的位置 int table[256]={0}; table[s[i]] = i; 标记各单词中字符出现位置 vector<vector> pos(128) 滑动窗口 if(i>=l1) c2[s2[i-l1]-‘a’]–; memcmp(c1,c2,sizeo...

Posted by Jiayue Cai on August 21, 2018

Joye Cai's Blog

特征工程（文字总结版）

常用特征

美团点评深度学习架构

Focus on 推荐

常用评价指标

分类、回归、排序

感知哈希算法

For 计算图像相似性

Python大文件处理

For Data Mining

Attention机制

Self-Attention、Multi-Head Attention、Transformer、Position Embedding

代价函数

Cost Function

机器学习知识整理

For 面试

C++动态规划题型

For 笔试

C++字符串题型

For 笔试

FEATURED TAGS

ABOUT ME

FRIENDS