文章库ARTICLE COLUMN

  • Ask me anything: 深度学习专家 Yoshua Bengio 答 Reddit 网友问

    Ask me anything: 深度学习专家 Yoshua Bengio 答 Reddit 网友问

    摘要:最近我在写一本全面的深度学习的新书与和一起合作。我很好奇,想听听你对和深度学习的看法。但是很多机器学习爱好者趋之若鹜,他们获胜的概率和投入产出比应该更低。一个机器学习领域的专家花上几个小时应该就可以带来一些贡献。 reddit 上有一个很有...

    王岩威王岩威 评论0 收藏0
  • [ML]熵、KL散度、信息增益、互信息-学习笔记

    [ML]熵、KL散度、信息增益、互信息-学习笔记

    摘要:同其它的信息熵一样,条件熵也用比特奈特等信息单位表示。把消除的不确定性称为信息显然是妥当的。我们定义的后验概率与先验概率比值的对数为对的互信息量,也称交互信息量简称互信息。选择信息增益最大的特征。 熵 Entrophy: sum([p*log(1/p) for e...

    lowettlowett 评论0 收藏0
  • [读书笔记] MIT Optimization for Machine Learning/Chapt

    [读书笔记] MIT Optimization for Machine Learning/Chapt

    摘要:针对机器学习中出现的问题不深究理论部分,比如收敛理论。一个观点机器学习的结果看重结果的可用性,而不是优化问题的精确性。模糊建模粗糙学习可以得到一个可用的结果,对机器学习这已经够用。第一章最优化和机器学习介绍这章干货不多,都是总结性的内...

    EidesenEidesen 评论0 收藏0
  • [读书笔记] MIT Optimization for Machine Learning/Chapt

    [读书笔记] MIT Optimization for Machine Learning/Chapt

    摘要:而且结论也不仅完全,需要查阅更多的资料疑点无约束问题的对偶形式带约束问题的对偶形式对偶变量与原函数梯度的关系线性变换后的对偶问题推导当可微,凸时,上述等式成立。且在各自的最优解处注优化类似优化的梯度带一个线性变换的对偶形式见原书 这一...

    赵连江赵连江 评论0 收藏0
  • [读书笔记] MIT Optimization for Machine Learning/Chapt

    [读书笔记] MIT Optimization for Machine Learning/Chapt

    摘要:方法是不是指解原始问题的方法请教了一下组内的算法大牛,这个方法的鼻祖应该是算法基本思想是把在局部用二次函数替代,范数约束变成一个投影问题。 $2.2 一般方法 次梯度方法 转化成普通的LP,SDP问题 这类general方法对1范数问题本身的结构没有挖...

    huaixiaozhuaixiaoz 评论0 收藏0
  • 技术人攻略访谈三十五|小猴机器人:征途路上,星辰大海

    技术人攻略访谈三十五|小猴机器人:征途路上,星辰大海

    摘要:导语本期访谈对象小猴机器人,清华人工智能专业博士在读。或许因为成长于广袤的内蒙,小猴身上带着大山和草原一般的洒脱与乐观,在他钟爱的无人车上,印上了一个美好的我们的征途是星辰大海。技术人攻略除了规则挖掘,人工智能遇到的难题还 showImg("h...

    isacedisaced 评论0 收藏0
  • [读书笔记] MIT Optimization for Machine Learning/Chapt

    [读书笔记] MIT Optimization for Machine Learning/Chapt

    摘要:终于可以直接输入公式了,希望越来越好。开始时设置参数集为空,之后不断调整非参数集可增可减。书中给了一个解问题的算法,作为方法的一个例子。但实际上可能该方法需要深入问题本身的结构,通用性不好说。 终于可以直接输入公式了,希望sf越来越好。...

    ThanatosThanatos 评论0 收藏0
  • [读书笔记] MIT Optimization for Machine Learning/Chapt

    [读书笔记] MIT Optimization for Machine Learning/Chapt

    摘要:内点法,在大数据里不适用。小数据下收敛速度较快。了解内点法原理可以参看 内点法,在大数据里不适用。小数据下收敛速度较快。 了解内点法原理可以参看https://blogs.princeton.edu/imabandit/2013/02/14/orf523-interior-point-methods/...

    newtreknewtrek 评论0 收藏0
  • [读书笔记] MIT Optimization for Machine Learning/Chapt

    [读书笔记] MIT Optimization for Machine Learning/Chapt

    摘要:统计梯度下降法。有一个基本假设数据有时序的到来,满足一定的分布强假设前面的数据和后面的数据是独立同分布。所以对于前面的数据没有来得及的信息,在丢失了前面的数据,后面仍有机会修正。 增量方法,每次处理一小撮数据,增量更新参数,每一步更新...

    haoguohaoguo 评论0 收藏0
  • 推荐系统review

    推荐系统review

    摘要:另外,标签,个人信息,评论,社交关系等等为我们提供了关于用户和物品的其他的信息来源,从而组合成了一个个不同领域的推荐系统问题其中有根据用户对推荐结果进行反馈信息来补充的 最基本的RS问题就是基于rating的,其他的信息加入使问题变得复杂。 ...

    Harriet666Harriet666 评论0 收藏0
  • 《机器学习实战》作者Peter Harrington:如何成为一位数据科学家

    《机器学习实战》作者Peter Harrington:如何成为一位数据科学家

    摘要:机器学习似乎比其他计算机科学学科都要难,特别是对于数学不太好的程序员而言。很多人认为语言会是大数据和机器学习的未来主要功用。你打算想让机器学习实战变得更加有趣吗比方说,可以在每一章中加入一个日常生活中的例子。 非商业转载请注明作译...

    AlphaWatchAlphaWatch 评论0 收藏0
  • 解决weka数据挖掘打开csv文件报read 9,expected 1.read token[eol

    解决weka数据挖掘打开csv文件报read 9,expected 1.read token[eol

    摘要:最后解决方案,直接把该此文件转为后缀文件,若不能直接转先设置使文件显示后缀名,然后强制改就可以了,然后放到中调用各算法也能计算大数据挖掘算法训练后测试。 这问题我查了很多资料,意思是csv中读到9个属性(特征/维度)值,但是只读到一个,第...

    KevinYanKevinYan 评论0 收藏0
  • 什么是好的推荐系统

    什么是好的推荐系统

    摘要:要有丰富的内容推荐系统起源于亚马逊的图书推荐。但有没有人细想过,为什么亚马逊是第一个吃螃蟹的人因为贝佐斯把书店搬到网上后,他发现自己拥有了全世界最多的图书,在一家库存数百万种图书的虚拟书店里,你根本无法依赖任何一个店员帮你的顾客推荐新...

    mzloginmzlogin 评论0 收藏0
  • 20+ 精彩的Java 开发者博客

    20+ 精彩的Java 开发者博客

    摘要:推荐了个开发者的博客。选择的标准如下高可读性的原创文章。带有个人理解的创造性内容。关于编程的一些思考编程良方和作者讲师的匿名函数机器学习非给程序员的工作小贴士敏捷作者基础图示概念原文编译 ProgramCreek 推荐了29个 Java 开发者的博客。 ...

    JochenJochen 评论0 收藏0
  • Day 4:PredictionIO——如何创建一个博客推荐器

    Day 4:PredictionIO——如何创建一个博客推荐器

    摘要:是什么是一个用编写的开源机器学习服务器应用,可以帮助你方便地使用搭建推荐引擎。是一个可伸缩的机器学习库,它提供众多聚集分类过滤算法。我为什么要关心我决定学习是因为我想使用一个可以帮助我加上机器学习功能的库。 编者注:我们发现了比较有趣...

    bbbbbbbbbbbb 评论0 收藏0
  • Day14:使用斯坦福 NER 软件包实现你自己的命名实体识别器(Named Entity Reco

    Day14:使用斯坦福 NER 软件包实现你自己的命名实体识别器(Named Entity Reco

    摘要:今天,在这篇博文中,我会描述如何用斯坦福软件包去设置我们自己的服务器。什么是斯坦福斯坦福命名实体识别,的实现。支持和从官网中下载斯坦福软件包。这个分类器用于检测文字中的名字地点和组织从下载的斯坦福软件包中复制分类器到目录下。 编者注:...

    付永刚付永刚 评论0 收藏0
  • 机器学习其实比你想的更简单

    机器学习其实比你想的更简单

    摘要:很多人觉得机器学习高不可攀,认为这是一门只有少数专业学者才了解的神秘技术。可惜的是,绝大多数关于机器学习的文献都充斥着复杂难懂的符号艰涩晦暗的数学公式和不必要的废话。正是这给机器学习简单基础的思想围上了一堵厚厚的墙。 很多人觉得机器学...

    fengxiupingfengxiuping 评论0 收藏0
  • 机器学习的最佳入门学习资源

    机器学习的最佳入门学习资源

    摘要:我在和上看了很多于机器学习相关的视频资源。网站中的机器学习目录这是个很容易令人眼花缭乱的资源库。机器学习中的规则这是由编著的白皮书,其中定义了机器学习的规则。给机器学习初学者的书关于机器学习的书有很多,但是几乎没有为初学者量身定做的。...

    FreemanFreeman 评论0 收藏0
  • 机器学习自学指南

    机器学习自学指南

    摘要:机器学习的四个层次根据能力可以将学习过程分成四个阶段。中级阶段的目标是学习如何实现并使用准确合适健壮机器学习算法。学术研究参加学术会议,阅读研究论文和学术专著,与机器学习领域的专家交流学习。 事实上有许多的途径可以了解机器学习,也有许...

    YFanYFan 评论0 收藏0
<