马尔可夫
张天蓉老师的新书出版了！ 张老师笔耕不辍，在清华大学出版社已经出版7本科普书，深受读者喜爱。本书一如既往的精彩。 一切都在变化，一切都难以确定，世界可以说是由变量构成，人人都有必要学点概率论，把世界看的更清晰
隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。它也是一种关于时序的概率模型。其难点是从可观察的参数中确定该过程的隐含参数
随机微分方程(Stochastic differential eqaution SDE)是在常微分方程的基础上加入噪音项得到的，噪音项由布朗运动的增量刻画。 随机微分方程的形式如下： 这个方程的含义是 满足对于任意的 ， 随机微分方程的解的重要性质是马尔可夫性(Markov property)，其代表的含义是未来任意时刻 的分布都由当前的 状态决定（加入当前的时间是 ），而与过去的历史无关，即对于任意的函数 ，都存在函数 使得， 在Black-Scholes模型中，股票价格 的走势可以通过一个随机微分方程描述：
众所周知，深度学习在计算机视觉、自然语言处理、人工智能等领域取得了极大的进展，在安全领域也开始崭露头角走向了实际应用。本文中进行的实验主要以文本分类的方法，使用深度学习检测XSS攻击，由于本人是初学者，难免对算法本身的理解不够确切，所以本文尽量使用通俗简单的方式介绍算法，不会过多的讲解细节，以免误导大家。 如何在网络安全领域利用数据科学解决安全问题一直是一个火热的话题，讨论算法和实现的文章也不少
《模式分类》（原书第2版）的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向
隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。它也是一种关于时序的概率模型。其难点是从可观察的参数中确定该过程的隐含参数
PoT是一款功能强大的网络钓鱼安全检测与研究工具，该工具可以帮助广大研究人员针对Twitter用户进行网络钓鱼培训和测试，以确保Twitter用户的账号安全与隐私安全。 工具运行之后，将自动生成网络钓鱼推文： 2、支持发现目标用户的Twitter好友，并复制TA的账号； 3、使用马尔可夫链算法自动生成推文，比将其发送； 该工具基于Python 3开发，因此我们首先需要在本地设备上安装并配置好Python 3环境。接下来，我们可以使用下列命令将该项目源码克隆至本地： 然后切换到项目目录中，并使用pip3命令和项目提供的requirements.txt下载该工具所需的依赖组件： 下列命令可以直接对指定用户执行PoT任务： 本项目的开发与发布遵循MIT开源许可证协议
语言模型是什么？它如何改变了自然语言处理的未来？ 语言模型是一种基于统计和机器学习的自然语言处理技术，它可以模拟人类语言的生成和理解过程。语言模型已经在自然语言处理领域取得了重大进展，为机器翻译、文本生成、语音识别和对话生成等应用带来了很大的改进。本文将详细介绍语言模型的基本概念、发展历程以及对未来自然语言处理的影响
游戏规则：假设我手里有三个不同的骰子。第一个骰子是我们平常见的骰子（称这个骰子为D6），6个面，每个面（1，2，3，4，5，6）出现的概率是1/6。第二个骰子是个四面体（称这个骰子为D4），每个面（1，2，3，4）出现的概率是1/4
男生和女生分别是来自不同星球的科学事实已经众所周知的了.男生们总是认为女生们都是迷一 样的生物他们的情感状态浮动似乎是以秒单位在变化的难以理解更勿论预测了! 而女生们觉得男生都是没有感觉动物完全不能理解什么叫感受-尽管已经告诉他们N次了! 这种男女之间的根本差别导致了他们之间的感情关系是受一种超级无敌复杂的系统所支配的. 不过我们可以用一个叫隐式马尔可夫(Hidden Markov Model)的数学模型来分析这个系统. 决定性系统 首先我们来看看一种最简单的预测系统 – 决定性系统. 在这个系统中如果我们知道我们目前所在的状态那么我们也就能够毫无疑问地预测出下一个状态是什么. 比如一年四季的轮替就是一个决定性系统: 每个季节的交替是完全可以预测的如果现在是春天那么下一个季节就一定会是夏天 冬天的前一个状态就一定是秋天等等.另外值得一提的是冬天过后下一个季节就又会回到春天以此循环… 另外一个常见的决定系统就是交通灯的轮换: 红灯过后就应该是绿灯. 绿灯过后就应该是黄灯然后又回到红灯. 这种系统非常常见人的一生大致也能看作是这种系统. 有婴儿少年成年老年 […]