介紹： 網(wǎng)絡(luò)層數(shù)比較深的網(wǎng)絡(luò)學(xué)習(xí) 深度學(xué)習(xí)的經(jīng)典網(wǎng)絡(luò)模型： 1狐蜕、卷積神經(jīng)網(wǎng)絡(luò)（CNN） LeNet-5扫尖、AlexNet贷币、VGG怔匣、GoogleNet握联、ResNet、DenseN...
發(fā)簡信
IP屬地：江蘇
-
深度學(xué)習(xí)
-
推薦系統(tǒng)推薦系統(tǒng) Overview 6每瞒、什么是推薦系統(tǒng) 7金闽、Exploit&Explore問題 8、推薦系統(tǒng)的評(píng)價(jià)指標(biāo)有哪些 9剿骨、如果讓你推導(dǎo)推薦系統(tǒng)的架構(gòu)代芜，你會(huì)如何設(shè)計(jì) 10、為什...
-
使用LogisticRegression邏輯回歸完成MNIST的識(shí)別
MNIST 數(shù)據(jù)集是經(jīng)典的手寫數(shù)字識(shí)別數(shù)據(jù)集浓利，每個(gè)樣本28*28 精簡版MNIST：一共1797個(gè)樣本挤庇，每個(gè)樣本8*8，sklearn自帶 完整版MNIST：一共6萬個(gè)樣本（...
-
機(jī)器學(xué)習(xí)介紹
本質(zhì)：use data to slove problems（Training && Prediction） 收集數(shù)據(jù)-》準(zhǔn)備數(shù)據(jù)：數(shù)據(jù)預(yù)處理 -》選擇模型 -》訓(xùn)練 -》預(yù)測...
-
機(jī)器閱讀理解
MRC 四大任務(wù) 1贷掖、完形填空 原文中去除若干詞語嫡秕，需要模型填入正確的短語 2、多項(xiàng)選擇 模型需要從給定的若干選項(xiàng)中選出正確答案 3苹威、答案抽取 回答限...
-
-
tensorflow--cifar10數(shù)據(jù)集Cifar10數(shù)據(jù)集有6w張圖片牙甫，每張圖片有32行32列像素點(diǎn)的紅綠藍(lán)三通道數(shù)據(jù)掷酗，其中5w張十分類彩色圖片用于訓(xùn)練，1w張用于測試窟哺。十分類分別是： 導(dǎo)入數(shù)據(jù)集： 搭建一個(gè)一層...
-
筆記3——經(jīng)典機(jī)器學(xué)習(xí)泻轰，波斯頓房價(jià)問題假設(shè)波斯頓房價(jià)問題是線性問題 loss函數(shù)和求導(dǎo)后函數(shù) # define partial derivativedef partial_derivative_k(x, y, y...
-
筆記4—— 經(jīng)典機(jī)器學(xué)習(xí)1、決策樹：可以看作是函數(shù)脏答，或者是可以看作是一系列的規(guī)則（一系列if） 2糕殉、為什么用決策樹 高效率、較準(zhǔn)確殖告、解釋性高 3阿蝶、如何選 Information Gain K...
-
翻譯Gensim的word2vec說明
未完 待譯 word2vec 模塊——使用word2vec進(jìn)行深度學(xué)習(xí) models.word2vec – Deep learning with word2vec 使用hie...
-
Kaggle word2vec NLP 教程 第二部分：詞向量
原文：Bag of Words Meets Bags of Popcorn譯者：飛龍協(xié)議：CC BY-NC-SA 4.0自豪地采用谷歌翻譯 第二部分：詞向量 代碼 第二部分的...
-
基于word2vec使用中文wiki語料庫訓(xùn)練詞向量
之前做過一些自然語言處理的工作羡洁，主要是根據(jù)一些企業(yè)在互聯(lián)網(wǎng)上的相關(guān)新聞進(jìn)行分析，對(duì)其傾向性進(jìn)行判斷爽丹，最終目的是輔助國內(nèi)某單位更好地對(duì)其管轄的企業(yè)進(jìn)行監(jiān)管工作≈螅現(xiàn)在總結(jié)整理一下...
-
-
筆記2——編輯距離 Edit Distancelru_cache模塊 functools.lru_cache 是裝飾器真仲，它實(shí)現(xiàn)了備忘（memoization）功能袋马。這是一 項(xiàng)優(yōu)化技術(shù)，它把耗時(shí)的函數(shù)的結(jié)果保存起來秸应，避免傳...
-
筆記1——?jiǎng)討B(tài)規(guī)劃DP剪鋼材問題 代碼實(shí)現(xiàn) 增加存儲(chǔ)減少重復(fù)計(jì)算 Algorithm of Edit Distance For two strings X of length n Y of len...
-
常用機(jī)器學(xué)習(xí)模型——10大經(jīng)典模型——10大經(jīng)典模型 分類算法：C4.5敬惦，樸素貝葉斯（Naive Bayes）槽唾，SVM颁糟，KNN瓦盛，Adaboost，CART 聚類算法：K-Means祸挪，EM 關(guān)聯(lián)分析：Aprio...
-
樸素貝葉斯（Naive Bayes）模型貝葉斯原理 貝葉斯為了解決一個(gè)叫“逆向概率”問題寫了一篇文章锣披，嘗試解答在沒有太多可靠證據(jù)的情況下，怎樣做出更符合數(shù)學(xué)邏輯的推測 “逆向概率”是相對(duì)“正向概率”而言 正向概率贿条，...
-
Python+爬蟲+Dijkstra 算法實(shí)現(xiàn)北京地鐵換乘方案準(zhǔn)備知識(shí) 1雹仿、爬蟲 2、正則表達(dá)式 3整以、數(shù)據(jù)預(yù)處理 4盅粪、BFS 5、Best-First-Search -> 實(shí)現(xiàn)北京地鐵的換乘方案悄蕾、 6票顾、數(shù)據(jù)獲取地址：https://di...
-
Dijkstra算法講解基本思想 通過Dijkstra計(jì)算圖G中的最短路徑時(shí)，需要指定起點(diǎn)s(即從頂點(diǎn)s開始計(jì)算)帆调。 此外奠骄，引進(jìn)兩個(gè)集合S和U。S的作用是記錄已求出最短路徑的頂點(diǎn)(以及相應(yīng)的最短路徑...
