- 博客(11)
- 资源 (2)
- 收藏
- 关注
原创 MATLAB计算矩阵间的欧式距离(不用循环!)
MATLAB编程题题目描述:从一个NxM的矩阵C中找出与1xM的矩阵P欧氏距离最小的某一行row,要求不能用循环!!!输入:矩阵C(NxM)、矩阵P(1xM)输出:row解题思路:程序:function[row]=matchest(C,P)[N,M]=size(C);Distance=zeros([1,N]);Distance=sqrt
2016-05-28 12:59:55 57275 5
原创 华为2016实习笔试编程题--生日礼物
#include #include using namespace std;int main(){ string str; while(getline(cin,str)) { int idx; for(idx=0;idx!=str.size();idx++) { if(
2016-05-28 12:42:27 2998 1
转载 美团机器学习InAction系列—实例详解机器学习如何解决问题
原文 http://tech.meituan.com/mt-mlinaction-how-to-ml.html前言随着大数据时代的到来,机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界,机器学习都是一个炙手可热的方向,但是学术界和工 业界对机器学习的研究各有侧重,学术界侧重于对机器学习理论的研究,工业界侧重于如何用机器学习来解决实际问题。我们结合美团在机器学习上
2016-05-11 14:55:29 5256
翻译 数值最优化:理解L-BFGS
数值最优化:理解L-BFGS数值最优化是很多机器学习中的核心,一旦你已经选定了模型和数据集,那么就需要数值最优化方法去最小化多元函数 f(x)f(x),从而估计出模型的参数:x∗=argminxf(x)x∗=argminxf(x)通过求解上面的优化问题,得到的 x∗x∗就是模型最优的参数 。本文,我重点阐述L-BFGS算法求解无约束优化问题的过程,这也是目前解
2016-05-07 11:35:58 5048
转载 机器学习(Machine Learning)&深度学习(Deep Learning)资料
机器学习(Machine Learning)&深度学习(Deep Learning)资料機器學習、深度學習方面不錯的資料,轉載。原作:https://github.com/ty4z2008/Qix/blob/master/dl.md原作作者會不斷更新,本文更新至2014-12-21《Brief History of Mac
2016-05-07 11:13:55 1505
转载 再谈深度学习文本的表示
再谈深度学习文本的表示作者:尹文鹏,德国慕尼黑大学博士研究生二年级,自然语言处理方向。先后在西北工业大学和北京大学获得本科,硕士学位。小编:文本表示随着深度学习这把火也跟着旺了起来,各大会议上论文成出不穷,值得关注。 之前在百度开放研究社区写了篇``深度学习文本的表示'', 现在这篇姑且作为其升级篇吧。 因此本文再谈deep learning在文本表示学习方面的体会。
2016-05-06 16:28:50 2376 1
转载 阿里巴巴吴炜:深度学习原理和在自然语言处理上的应用
阿里巴巴吴炜:深度学习原理和在自然语言处理上的应用大家好我是吴炜,目前在阿里巴巴主要从事点击率预估和相关性方面的数据挖掘工作。今天给大家带来的主题《深度学习原理和在自然语言处理上的应用》现在,深度学习如火如荼,各大巨头像军备竞赛般争夺深度学习的大牛们,Yann Lecun加盟Facebook,Geoffrey Hinton加盟谷歌,Andrew NG加盟百度…..随着这些巨
2016-05-06 16:16:38 2522
转载 国内人工智能行业全梳理
在东西方神话中,上古「智人」通过各种方法制造「人类」这一物种并赋予其智能;而到了中世纪的欧洲,古典哲学家们尝试着用机械符号处理的观点解释人类大脑的活动;直到 20 世纪 40 年代,来自数学,心理学,工程学,经济学和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使得智能大脑出现的可能性被广泛探讨。1950 年,Marvin Minsky 和 Dean Edmonds 建
2016-05-06 15:26:59 32183 1
原创 经典算法——合并两个有序链表
题目描述Merge two sorted linked lists and return it as a new list. The new list should be made by splicing together the nodes of the first two lists.完整测试程序:#inc
2016-05-06 15:15:57 3678
转载 腾讯深度学习系列——深度学习及并行化实现概述
深度学习及并行化实现概述摘要: 深度学习可以完成需要高度抽象特征的人工智能任务,如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络,多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型是长期以来的难题,近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望,并在多个应用领域获得了成
2016-05-06 10:43:19 3595
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人