统计应用

标题党统计学

邱怡轩 / 2016-07-02

如果你是被这个标题骗进来的，那么说明标题党的存在的确是有原因的。在网络高度发达（以及“大数据”泛滥）的今天，数据动不动就是以 GB 和 TB 的级别存储，然而相比之下，人类接受信息的速度却慢得可怕（参见大刘《乡村教师》）。试想一下，你一分钟能阅读多少文字？一千？五千？总之是在 KB 的量级。所以可以说，人们对文字的“下载速度”基本上就是 1~10KB/min。如果拿这个速度去上网的话你还能……

统计软件

中文文本处理简要介绍

李绳 / 2016-01-07

本文作者李绳，博客地址 http://acepor.github.io/。作者自述： […] 一位文科生曾励志成为语言学家出国后阴差阳错成了博士候选人三年后交完论文对学术彻底失望回国后误打误撞成了数据科学家 […] 作为一个处理自然语言数据的团队，我们在日常工作中要用到不同的工具来预处理中文文本，比如 Jieba 和 Stanford NLP software。出……