文章目录论文1 算法的作用2 算法原理0 树结构1 算法第一步：**通过专业知识对消息进行预处理**2 算法第二步：**通过日志消息长度进行搜索**3 算法第三步：**通过前面的tokens进行搜索**4 算法第四步：通过token相似度搜索5 算法第五部：更新解析树论文《Drain: An Online Log Parsing Approach with Fixed Depth Tree》1 算

Leetcode 814.二叉树剪枝1 题目描述（Leetcode题目链接）  给定二叉树根结点 root ，此外树的每个结点的值要么是 0，要么是 1。返回移除了所有不包含 1 的子树的原二叉树。( 节点 X 的子树为 X 本身，以及所有 X 的后代。)输入: [1,0,1,0,0,0,1]输出: [1,null,1,null,1]2 题解  本题的意思就是如果一个节点的某个子树...

文章目录论文1 算法的作用2 算法原理0 树结构1 算法第一步：**通过专业知识对消息进行预处理**2 算法第二步：**通过日志消息长度进行搜索**3 算法第三步：**通过前面的tokens进行搜索**4 算法第四步：通过token相似度搜索5 算法第五部：更新解析树论文《Drain: An Online Log Parsing Approach with Fixed Depth Tree》1 算

文章目录机器学习中常见的概率分布1.Bernoulli分布（伯努利分布）2.Multinoulli分布（多项式分布的一个特例）3.高斯分布4.指数分布和Laplace分布（拉普拉斯分布）5.Dirac分布（狄拉克分布）和经验分布机器学习中常见的概率分布  在机器学习中有许多简单的概率分布，掌握这些概率分布有助于思考问题。1.Bernoulli分布（伯努利分布）  Bernoulli分布是单...

文章目录语言模型1 基本概念1.1 一个问题1.2 问题的解决方法1.3 n-gram1.4 n-gram的应用2 参数估计2.1 一个例子3 数据平滑3.1 加1法3.2减值法/折扣法（Discounting）3.2.1 古德-图灵（Good-Turing）估计法3.2.2 Back-off（后备/后退方法，Katz平滑方法）3.2.3 绝对减值法（Absolute discounting）3.

文章目录机器学习中常见的概率分布1.Bernoulli分布（伯努利分布）2.Multinoulli分布（多项式分布的一个特例）3.高斯分布4.指数分布和Laplace分布（拉普拉斯分布）5.Dirac分布（狄拉克分布）和经验分布机器学习中常见的概率分布  在机器学习中有许多简单的概率分布，掌握这些概率分布有助于思考问题。1.Bernoulli分布（伯努利分布）  Bernoulli分布是单...

文章目录三角平方数1 三角数和平方数2 分析推导3 收集数据三角平方数1 三角数和平方数  有些数是”有形“的，它们可以用图形来展示，三角数和平方数就是这样，如下图所示：因此我们有三角数和平方数的通项公式：三角数：1,3,6,10,15,21,28,36,45,55,66,78,91,105,⋯1,3,6,10,15,21,28,36,45,55,66,78,91,105,\cdot...

文章目录线图分析法1 三种策略2 自底向上的线图分析法3 数据结构4 点规则5 算法描述6 示例线图分析法  线图分析法（chart parsing）是基于CFG规则的分析方法，首先需要了解一下什么是形式语言：形式语言1 三种策略  线图分析法在具体的实现上有三种不同的策略，分别为：自底向上（Bottom-up）从上到下（Top-down）从上到下和从下到上结合对于自然语言来说...

文章目录随机变量和的期望1 从另一种角度求期望2 重要性质的证明随机变量和的期望  期望有一个非常重要的性质：一组随机变量的和的期望与这组随机变量各自期望的和相等。  假设样本空间SSS是一个有限的或者可数无限的集合（没有这个前提上述性质也成立，假设前提可以使讨论更清晰简单），给定一个随机变量XXX，当s∈Ss \in Ss∈S时(sss表示一次试验结果)，X(s)X(s)X(s)表示此时随...

文章目录1 伯努利随机变量2 二项随机变量3 二项随机变量的性质1 伯努利随机变量  对于一个试验，我们将其结果分为两类，成功或失败，当试验结果为成功时X=1X=1X=1，试验结果失为败时X=0X=0X=0。这样，随机变量XXX的概率质量函数为：p(0)=P{X=0}=1−pp(1)=P{X=1}=pp(0) = P\{X=0\}=1-p \\p(1) = P\{X=1\}=pp(0)...