标签传播算法（label propagation）简介 半监督学习 机器学习可以大体分为三大类：监督学习、非监督学习和半监督学习。 监督学习可以认为是我们有非常多的labeled标注数据来train一个模型，期待这个模型能学…
黑体是汉字的一种字体风格。它的特点是笔画厚度均匀，和拉丁字母的无衬线体（英语：sans-serif）属于同类。由于其醒目的特点，常用于标题、导语、标志、界面字体等等。由于汉字笔划多，小字的黑体清晰度较差，所以…
Apriori简介 集体智慧（Collective Intelligence） 单一个体所做出的决策往往会比起多数决的决策来的不精准，集体智慧是一种共享的或者群体的智能，以及集结众人的意见进而转化为决策的一种过程。它是从许多个体…
Affinity Propagation算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法。AP算法的基本思想是将全部数据点都当作潜在的聚类中心(称之为exemplar)，然后数据点两两之间连线构成一个网…
目前类似搜狗输入法、百度输入法等最大的亮点是有较好的词库，而这些词库除了用在搜索上还可以用在及其场景，比如说分词。目前每种输入法的词库都有自己的格式，今天我们就来研究下，如何反编译这些词库，将这些词…
三户模型 三户模型最早是在增强型电信运营图（Enhanced Telecom Operations Map，eTOM）中提出，在电信行业中得到广泛使用。 三户指客户（Customer）、用户（User）和账户(Account)。eTOM 引入是电信行业营销模型…
在空间索引类问题中，一个最普遍而又最重要的问题是：给定你某个点的坐标，你如何能够在海量的数据点中找到他所在的区域以及最靠近他的点？”，比方说客户在路上突然想吃饭了，那么就要根据他的位置查询最近的餐馆并…
之前的文章详细介绍Google的词向量工具Word2Vec、Facebook的词向量工具FastText、斯坦福大学词向量工具Glove。之前的文章主要从原理层面进行了介绍。今天想要分享的只要内容是如何使用这些工具。及比较针对相同的训…
通过哈希算法，我们可以验证一段数据的有效性，方法就是对比该数据的哈希值，例如，我们用保存在数据库中的password_md5对比计算md5(password)的结果，如果一致，用户输入的口令就是正确的。为了防止黑客通过彩虹表…
在了解RSA之前，需要先要对对称加密和非对称加密有个初步的了解。对称加密就是加密和解密使用同一个密钥。对称加密快而且方便，但是有个缺点，密钥容易被偷或被破解。非对称算法把密钥分成两个，一个自己持有叫私钥…
