6月18日

上一篇文章中介绍了配送这个事情，以及

6月11日

今天突然想写一些比较虚的东西。想结合人类的决策因素来讲讲我对人工智能的理解。人来“决策”每个人在生活中要面临各种各样的决策/判定，那么一个问题是我比较好奇的，我们平时决策的时候究竟有哪些因素影响我们，能让我们在漫漫人生长河中能做出来相对正确的决策到底是因为什么呢？如果能搞清楚，是不是就能推导出模型学习的过程到底在做什么呢？这个就是今天咱们要聊的核心话题。如果让你来给出一个事情的观点，你觉得需要

2月3日

做事的三重境界

今天突然思考一个问题，工作中我们面对各式各样的事情，然后工作的几年时间里也完成了很多事情，那么回头去看这些事情我们究竟做的怎么样呢？就像算法的工作，经常听到同学们讲目前的现状和未来的规划，然后也能发现目前的问题，那如何看待这个问题是否做的好呢？接下来想把自己的一点感悟记录下来。做出来所谓的做出来就是我们面对一个事情的最初反应，交给你一个任务你怎么尽快的做出来一个版本交差，然后心安理得的领到月

11月14日

漫谈之O2O配送业务

今天心血来潮突然想写点紧靠业务的文章，做了几年的配送业务，一直没有十分概括的看目前的工作，似乎今天突然想清楚啦。并不是业务上有多么的精进，而是真的把这个业务能够与现实的生活关联起来，开窍的前兆啦。找了好久终于找到一个像样的图片啦（如图1）。整个配送业务就是一个大的蓄水池系统。配送的最大目标就是让这个系统不要崩坏，尽可能的稳定和高效的运行。所以就有几个系统需要维持整个配送蓄水池的健康运行（不溢出

2020年10月21日

运筹规划

运筹规划(一)-运筹规划基础

经过之前的入门，我们来系统的看看运筹规划这门数学科学。通过我们之前举的例子，我们知道是根据业务问题，列出符合业务需求的方程，然后求解这个方程，然后接下来要介绍的实际上是我们要解决一个问题的时候，往往将现有的问题变化成标准型。然后求解。下面我们就来看看如何转换标准型。

2020年10月18日

强化学习基础强化学习

强化学习(五)--学习策略（时序差分）

之前的学习中，我们了解到学习强化学习的数据是完整的采样轨迹(蒙特卡洛方法)，使用动态规划需要采用自举的方法，使用后继的值函数估计当前的值函数，本章要介绍的实际上是这两种方法的结合，叫做时序差分。我们首先来回顾一下原来值函数的估计方程。

2020年10月12日

强化学习基础强化学习

强化学习(四)--学习策略(蒙特卡洛)

咱们第三节介绍了基于模型的强化学习方法，动态规划计算值函数的公式。$$V_{π}(s)=\sum_{a\inA}π(a|s)(R_+\gamma\sum_{s'\inS}P_{ss'}V_{π}(s'))\tag{3.1}$$

2020年10月7日

强化学习基础强化学习

强化学习(三) -- 策略迭代

动态规划动态规划相信大家都是了解的，这是一个运筹学的分支，其核心的思想是将一个大的问题分解成n个小问题，而要解决这个大问题，往往需要这些小问题的解，一般通过某些方式存储起来，从而节省大量时间。而马尔可夫就具有这样的特性，所有动态规划经常被用作解决强化学习问题的方法。策略评估我们在做强化学习的同时往往

2020年10月6日

强化学习基础强化学习

强化学习(二) -- 最优策略(贝尔曼方程)

马尔可夫决策过程提供了基本的理论框架，几乎所有的马尔可夫学习问题都可以使用MDP的决策过程建模。而本节讲的贝尔曼方程是马尔可夫决策过程用到最基础的方程。贝尔曼方程方程也被成为动态规划方程，贝尔曼方程表达了当前值函数（或行为值函数）和它后继值函数的关系，以及值函数与行为函数之间的关系。而贝尔曼最优方程

2020年10月6日

强化学习基础强化学习

强化学习(一) -- 马尔可夫过程

强化学习简介首先我们来说下深度学习或者机器学习这个范畴，众所周知，深度学习此类学习方式是典型的端到端的学习方式，什么是端到端呢？就是我直接给你结果，你根据输入来告诉学习中间的过程，而中间的过程一般就是矩阵参数。对比而言呢，强化学习其实一个序列决策，一听到这里第一个不同就是我们是在一个序列过程中做决策

2020年9月3日

地图经典算法计算机基础

轨迹挖掘(四)--基于geohash的临近搜索

引言在地理信息中，我们经常要做一个范围搜索，这个往往也是性能的瓶颈，今天我们就来介绍基于geohash的临近搜索。geohash首先我们来介绍什么是geohash，geohash简单来说是一种地理编码，就是你给我输入一个经纬度，我给你一个字符串编码。我们可以简单思考一下，如果让你做范围搜索，你怎么来

2020年6月28日

地图

轨迹挖掘(零)--基于HMM的地图匹配算法(map match)

背景地图匹配算法,在地图领域还是十分重要的算法，那么我们先来普及一下地图匹配算法究竟是做一个什么样的事情呢？看上面这个图，我们看到三个黑的gps点，和地图一些路网，那么mapmatch解决的就是这三个点究竟在哪条路上？至于为什么我们要知道这三个点在哪条路上呢？我们可以这样理解一种业务场景，在轨迹挖掘

2020年6月23日

计算机基础

linux下升级python版本

大家可能都会遇到这样的问题，python版本升级的问题，这个问题也是比较头疼，对于我这种深度强迫症患者，在不知情的情况下安装了n多版本，也不知道怎么清理，简直让人不能容忍。下面我们来介绍如何升级你服务器上的python呢？下载相应版本的pythonwgethttps://www.python.org

2020年6月18日

自然语言处理

自然语言处理之word2vec

Word2vec将文本转化成向量是nlp中一个比较重要的任务，也是链接nlp和机器学习和深度学习的桥梁，单纯的中文文字，我们是无法直接放到模型中训练的，所以将文本转化为一个向量是我们必须要过的一关。词袋模型（bagofword)词袋模型的思路十分简单，是文本向量化的最简单方法。我们直接举一个例子来了

2020年6月18日

自然语言处理

自然语言处理之Seq2Seq模型

Seq2Seq模型对于一些自然语言处理任务，比如聊天机器人，机器翻译，自动文摘等，传统的方法都是从候选集中选出答案，这对素材的完善程度要求很高，随着最近几年深度学习的兴起，国外学者将深度学习技术应用与自然语言的生成和自然语言的理解的方面的研究，并取得了一些突破性的成果，比如，Sequence-to-

2020年6月18日

自然语言处理

自然语言处理之seq2seq+attention

seq2seq处理人工翻译的时候会有一个问题，就是当句子特别长的时候问你会发现翻译的效果并不是特别好，至于原因呢就是seq2seq学习的时候对信息遗忘严重，为了解决这个问题，就有研究者提出了加入Attention的机制来解决这个问题，核心就是我们在解决一个问题的时候只关注某些关键信息就够了，并不要全

Your browser is out-of-date!