因果推断核心概念 我们将通过一个贯穿始终的简单例子来讲解：评估一个广告（比如一封营销邮件）对用户购买行为的影响。 干预（Treatment）: 发送营销邮件。 W = 1：用户被分配到处理组（计划发送邮件）…
引言：聚类的美好承诺与普遍困境 当我们谈论聚类分析时，脑海中往往会浮现这样一个理想场景：将相似的数据对象自动分组，为业务决策提供清晰指导。这种无监督学习方法的吸引力在于其能够探索数据内在结构，而无需…
香农-范诺编码简介 香农-范诺编码（Shannon-Fano Coding）是一种经典的无损数据压缩算法，由克劳德·香农（Claude Shannon）和罗伯特·范诺（Robert Fano）于1948年左右独立提出。这是第一种基于信息熵理论的压缩算…
哈夫曼编码简介 哈夫曼编码（Huffman Coding）是一种基于字符出现频率进行编码的无损数据压缩算法，由大卫·哈夫曼于1952年提出。它的核心思想是：赋予高频字符较短的编码，赋予低频字符较长的编码，从而使整个数据…
均值池化简介 均值池化（Mean Pooling） 是自然语言处理（NLP）中常用的一种技术，用于将一组词向量（如一个句子中所有词的向量）压缩成一个固定长度的句子向量。它的核心思想是通过简单的数学平均操作，将分散的…
随着机器学习等技术的发展，智能化营销已经渗透到各行各业。商家可以通过多种渠道触达消费者，比如淘宝上商家可以圈定他想要的目标人群，进行广告推送，为店铺拉新，也可以通过短信或旺旺这些渠道定向发放优惠券。…
什么是正则化？ 正则化（Regularization）是机器学习中一种防止模型过拟合的核心技术。它的核心思想是：在模型训练过程中，对模型的复杂度施加惩罚，让模型在“拟合数据”和“保持简单”之间找到平衡。简单来说，正则…
三角函数回顾 六大三角函数 直角三角形定义 在一个直角三角形中，假设有一个锐角$\theta$，定义： 邻边（Adjacent）：与角$\theta$相邻的边。 对边（Opposite）：与角$\theta$相对的边。 斜边（Hypotenuse）：…
在线性代数中，向量和矩阵是重要的概念。向量是一种特殊的矩阵，矩阵也是一种特殊的向量。一个n维向量，可以写成nx1的矩阵，或者1xn的矩阵，分别叫做列向量与行向量。单个向量可以视为一阶矩阵，多个向量组合在一起…
在使用开源的大语言模型或者调用大语言模型API的时候会遇到temperature、top_p、top_k等参数，对于不了解的LLM的原理的人，可能一头雾水，不知道如何设置。 LLM的原理 LLM看似很神奇，但本质还是一个概率问题…
