IP屬地：寧夏
-
序列到序列模型(seq2seq)1. 簡(jiǎn)介 序列到序列模型其實(shí)是使用兩個(gè)RNN。一個(gè)讀取輸入序列，將讀取的序列發(fā)送給另一個(gè)RNN，接著輸出序列。如下圖，左側(cè)的RNN叫做編碼器，...
-
利用隱馬爾可夫(HMM) 進(jìn)行詞性標(biāo)注引言 文章根據(jù)udacity自然語(yǔ)言處理進(jìn)行整理，提供給初學(xué)者進(jìn)行參考。主要圍繞隱馬爾可夫的基本實(shí)現(xiàn)原理和維特比算法進(jìn)行介紹。 相關(guān)參考學(xué)習(xí)視頻...
-
樸素貝葉斯的垃圾郵件分類器引言 文章根據(jù)udacity自然語(yǔ)言處理進(jìn)行整理，提供給初學(xué)者進(jìn)行參考。主要圍繞樸素貝葉斯算法的基本原理和使用樸素貝葉斯實(shí)現(xiàn)郵件分類。 相關(guān)參考...
-
隨機(jī)投影與ICA引言 文章根據(jù)udacity 的機(jī)器學(xué)習(xí)視頻進(jìn)行整理，提供給初學(xué)者進(jìn)行參考，為了降低學(xué)習(xí)門檻，文中盡量避免了復(fù)雜的數(shù)學(xué)公式，使用比較簡(jiǎn)單的例子敘...
-
特征選擇-PCA
1. PCA 定義 PCA（主成成分分析）是將輸入特征轉(zhuǎn)換為其主成分的系統(tǒng)化方式。這些主成分作為在分類或回歸任務(wù)中新特征。 主成分的定義是數(shù)據(jù)中...
-
特征縮放-MinMaxScaler
1. 簡(jiǎn)述 在某些類型的機(jī)器學(xué)習(xí)中，特征縮放是特征處理的重要步驟。在機(jī)器學(xué)習(xí)中 使用RBF的 SVM函數(shù) 和 K-均值 算法會(huì)受到特征縮放的影響...
-
無(wú)監(jiān)督學(xué)習(xí)-聚類引言 文章根據(jù)udacity 的機(jī)器學(xué)習(xí)視頻進(jìn)行整理，提供給初學(xué)者進(jìn)行參考。主要圍繞幾種聚類算法：K-Means、層次聚類、DBSCAN、高斯混...
-
支持向量機(jī)-SVM引言 文章根據(jù)udacity 的機(jī)器學(xué)習(xí)視頻進(jìn)行整理，提供給初學(xué)者進(jìn)行參考，為了降低學(xué)習(xí)門檻，文中盡量避免了復(fù)雜的數(shù)學(xué)公式，使用比較簡(jiǎn)單的例子敘...
-
知識(shí)圖譜-從建模到應(yīng)用相關(guān)知識(shí)整理
引言：文章是針對(duì)知識(shí)圖譜建模到應(yīng)用的相關(guān)知識(shí)整理，其中主要包括相關(guān)概念、方法、工具、模型、論文等，主要是基于 集智學(xué)院--知識(shí)圖譜 課程進(jìn)行整理...