AliyunContentSafetyService.java `@Component public class AliyunContentSafetyService { /** * 图片鉴黄 */ public static final String SCENE_PORN="porn"; /** ...
分类：
编程语言 时间：
2021-01-27 13:51:07
阅读次数：
0
朴素贝叶斯算法 什么是朴素贝叶斯分类方法 条件概率与联合概率 联合概率：包含多个条件，且所有条件同时成立的概率 记作：P(A,B) 特性：P(A, B) = P(A)P(B) 条件概率：就是事件A在另外一个事件B已经发生条件下的发生概率 记作：P(A|B) 特性：P(A1,A2|B) = P(A1| ...
分类：
编程语言 时间：
2021-01-22 12:09:06
阅读次数：
0
题目大意： 有 \(n\) 项任务，有一个数 \(K\)。每一项任务成功的概率是 \(p_i\)（这里与原题目不同，原题目是百分之 \(p'_i\)，这里相当于 \(p_i=\frac{p'_i}{100}\)），成功后会使 \(K\) 加上 \(a_i\)。问至少成功 \(l\) 次且最后 \(K ...
分类：
其他好文 时间：
2021-01-21 10:45:31
阅读次数：
0
第一次出现合法状态的期望时间可以转换为所有非法状态的出现概率乘以其在此处期望停留的时间。 设此非法状态抽了 \(r\) 张卡，那么其有 \(\binom{m}{r}^{-1}\) 的概率出现，经过 \(\frac{m}{m-r}\) 时间后会到达下一个状态。 只需要计数所有非法状态的数量即可。 对每 ...
分类：
其他好文 时间：
2021-01-12 10:48:35
阅读次数：
0
P6031 CF1278F Cards 加强版 如果你看过我 这篇文章 ，前言说的题解看了一上午只看懂一半就是这题。 做完了幼儿园篮球题，感觉说不定可以再试试，而且式子看完就忘了，自己再推一遍最好。 深呼吸。。。开始！ 显然出题人要我们 \(O(k)\) 求答案。 第一张牌是王牌的概率是 \(\df ...
分类：
其他好文 时间：
2021-01-11 11:19:03
阅读次数：
0
原题链接 KMP+标准化+最大最小表示法 错误思路： 看到这题的第一反应是破环成链思想,枚举它能循环得到的字符串...算了下时间复杂度大概率TLE,看了别人的提示才反应过来是标准化... 正确思路： 像这种一种表示多种形态的字符串大概率用标准化了,我们用最小最大表示法求最大或最小值,用set或map ...
分类：
其他好文 时间：
2021-01-05 10:48:42
阅读次数：
0
首次适应算法每次从低地址开始查找,找到第一个能满足大小的空闲分区,顺序查找空闲分区链或者空闲分区表 最佳适应算法(最小分配)按照容量递增从小到大的顺序查找,每次分配内存按前面顺序查找,找到第一个合适的,会留下很多外部碎片 最坏适应算法(最大分配)按容量从大到小顺序查找 邻近适应算法每次分配内存时,从 ...
分类：
编程语言 时间：
2021-01-04 10:58:04
阅读次数：
0
发现有个页面需要预加载很多数据，数据之间又有很多依赖关系。 嗯，然后就用promise做了一个单链，发现开一个页面需要花费较长时间（3~5s）。 这无法接受，于是专门针对这个页面做了优化： 重新梳理依赖关系，去除不正确的依赖。 根据依赖关系，无依赖数据请求加载同步发出。 依赖关系不能超过3层，最后一 ...
分类：
微信 时间：
2020-12-31 12:47:31
阅读次数：
0
回顾在文章《朴素贝叶斯》中，小夕为大家介绍了朴素贝叶斯模型的基本知识，并且得出了朴素贝叶斯是利用联合概率P(x1,x2,x3...xn,y)来确定某个样本为某个类别的概率，进而利用最大后验概率（MAP）来决策类别。也就是说，朴素贝叶斯的假设函数如下：其中，假设有c个类别，则i=1,2,...,c。（补充：argmax大家应该都熟悉了吧，意思就是返回使函数值最大的参数，这里的函数即P(X,yi)，参
分类：
其他好文 时间：
2020-12-29 11:52:17
阅读次数：
0
在我重新抱起概率统计的课本之前，我一直都不清楚似然函数为什么是那样子的，只知道照着公式敲代码（那时候还没有tensorflow），于是出过各种糗：“啊？似然函数不就是交叉熵吗？”“机器学习中的似然函数怎么看起来跟概率统计课本里的不一样呢？”“学长学长，我把这个model的输出接上交叉熵后怎么报错了？”“似然函数”名字的意义已经在以前的多篇文章中提过了，更通用的定义来说，似然函数就是衡量当前模型参数
分类：
其他好文 时间：
2020-12-29 11:50:10
阅读次数：
0
