simonsu@simonsu
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“需要把数据放在docker可见的目录下。”
“大部分传统算法原生都是不支持的。这个在学术上叫"online learning"，有些传统方法有online learning版本的论文，可以搜搜看，有可能有开源代码。”
“有呀，这个用常见的衡量紧邻度的文本匹配算法就可以处理。紧邻度算法主要考虑词的命中、命中顺序、命中间隔，在命中、命中间隔相同的情况下，逆序得分低于正序得分。 不过并不是所有词都不允许逆序，有些词逆序后有较大歧义（比如你举的这个例子），但大多数词其实逆序影响不大（如 “macbook怎么更换屏幕” vs “怎么更换macb…”
“lZ的这套逻辑其实套用到任何一个应用型技术都适用，可以尝试一下把“机器学习”替换为“C++”,“JAVA”，“数据库”，“NLP”；远一点还可以用在“机械”，“电子”，“医学”。。。 LZ有疑惑本质上还是实验室对于效果的要求严格程度不够高，遇到的实际问题不够多，所以会有种感觉：有了工具，这个事情并不难，至少并不需要深究…”
“撇开机器学习的理论和研究经验，只从编程上说：要求数据结构基础至少在ACM校赛能进复赛水平吧，java/c++，python/shell 熟练使用就好，不要到了工作岗位还需要看着书本学，遇到问题网上搜一下能马上实现的水平就可以了。hadoop/spark 用过是优势。 以上满足就满足基本条件了。各项都提高一个层次基本就是…”
“从垂直网站整理候选词集合（或构造owl） 配模板正则抽取”
“加一个新feature, f= x^2 + y^2. 然后线性核就行了。”
“这样学的话应该可以成为合格的python工程师。 目前还没有见过招只会python的机器学习职位。只是看一本书是不够的。另外研二才开始学机器学习并以此为就业方向，说起来有点晚啦。 建议：把学习时间定长点，踏实点把编译型语言和机器学习都学好，多参加机器学习项目/竞赛多实践积累经验。”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。