仗劍問道Finance,遍覽儒釋悟此經(jīng)沪么。金融投資與培訓(xùn)咨詢摔握。
發(fā)簡信
IP屬地：上海
-
推薦系統(tǒng)論文閱讀（五十一)-受樣本影響的FM模型論文： 論文題目：《An Input-aware Factorization Machine for Sparse Prediction》 論文地址：https://www....
-
發(fā)明者量化(FMZ.COM) 原 BotVS 量化平臺葱跋。
-
-
評論較多，簡書回復(fù)也不太方便验庙，如有問題麻煩關(guān)注下面的公眾號顶吮，加入我的微信群一起討論。公眾號ID：小小挖掘機(jī)
-
leetcode刷題不是你有多少個submission，而是通過每個problem去鍛煉算法思維，不斷的從試錯中糾正解決問題的思路湃交。如果參考完別人的solution之后熟空，submission被成功，但若不完全理解原因搞莺，內(nèi)心依然不會安穩(wěn)息罗。因此本專題重在分析問題提供思考方式，但并同也會給出解決方法才沧。
-
分享深度學(xué)習(xí)温圆、機(jī)器學(xué)習(xí)挨摸、計(jì)算機(jī)視覺、模式識別岁歉、資源語言處理得运、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)
-
本專題招募管理員努潘，有意向請簡信私聊，謝謝坤学！ 用來分享機(jī)器學(xué)習(xí)疯坤，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)深浮，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)压怠。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)飞苇！
-
量化交易相關(guān)平臺布卡、系統(tǒng)雨让、策略的研究和共享
-
BiLSTM模型中CRF層的運(yùn)行原理-1
本文框架如下： 介紹——在命名實(shí)體識別任務(wù)中，BiLSTM模型中CRF層的通用思想 詳細(xì)的實(shí)例——通過實(shí)例來一步步展示CRF的工作原理 實(shí)現(xiàn)——CRF層的一步步實(shí)現(xiàn)過程 誰可...
