机器学习
文章平均质量分 73
z1185196212
这个作者很懒,什么都没留下…
展开
-
NLP基础知识
Transfomer具体构造LSTM 具体构造LDA主题模型是一个生成模型,这个模型假定每个文档都是由一系列话题(topic)混合生成的。假定有k个潜在的topic,这些个话题的分布服从一个多项式分布。LDA首先从Dirichlet(a1,...ak)Dirichlet(a_1,...a_k)Dirichlet(a1,...ak)分布中取得参数θ\thetaθ,θ\thetaθ是一个大小为k一维数组,也是前面我们说道的多项式分布的参数,p(zn=i∣θ)=θip(z_n = i|\theta)原创 2021-01-20 14:47:43 · 1285 阅读 · 0 评论 -
DKN: Deep Knowledge-Aware Network for News Recommendation阅读笔记
这篇论文发表在2018年的WWW上。引入知识来进行新闻推荐。 关键词:News recommendation; knowledge graph representation; deep neural networks; attention modelMotivation过去的新闻推荐方法没有引入知识,很难发现潜在的知识层面的关系 另一方面 新闻推荐有高度的时间敏感性并且要随着用户的兴趣...原创 2018-08-02 15:42:19 · 3026 阅读 · 0 评论 -
bandit算法原理及Python实现
Bandit算法是在线学习的一种,一切通过数据收集而得到的概率预估任务,都能通过Bandit系列算法来进行在线优化。这里的“在线”,指的不是互联网意义上的线上,而是只算法模型参数根据观察数据不断演变。 以多臂老虎机问题为例,首先我们假设每个臂是否产生收益,其背后有一个概率分布,产生收益的概率为p 我们不断地试验,去估计出一个置信度较高的概率p的概率分布就能近似解决这个问题了。 怎么能估计概率p原创 2017-04-24 09:22:40 · 1168 阅读 · 0 评论 -
tensorflow可视化--tensorboard
tensorflow 可视化 tensorboard原创 2016-12-23 18:26:41 · 829 阅读 · 0 评论 -
极大似然估计
极大似然估计(ML 估计)已结果去估计参数,使当取某种参数时,得到当前结果的概率最大。比如箱有黑白两个球,有放回的抽两次,一次抽到白球,一次抽到黑球,那么用极大似染的思想,我就可以估计箱中有一个白球和一个黑球。 极大似然估计视待估参数为一个未知但固定的量、不考虑“观察者”的影响(亦即不考虑先验知识的影响),属于频率学派思想。写的什么半拉胡片的啊喂!原创 2017-02-07 19:38:37 · 303 阅读 · 0 评论 -
拉格朗日插值——基于scipy实现
拉格朗日插值数学原理在节点上给出节点基函数,然后做基函数的线性组合,组合系数为节点函数值,这种插值多项式称为拉格朗日插值公式 已最简单的两点插值为例,已知函数y = f (x)在给定互异点x0, x1上的值为y0= f (x0),y1=f (x1)线性插值就是构造一个一次多项式 P1(x) = ax + b 使它满足条件 P1 (x0) = y0 ,P1 (x1) = y1 其几何解释就是原创 2017-02-07 19:48:36 · 3403 阅读 · 0 评论 -
Pandas 选择数据
主要介绍Pandas中的四种选择数据的方法:简单的筛选locilocix使用判断这是原始数据: A B C D2016-01-01 0 1 2 32016-01-02 4 5 6 72016-01-03 8 9 10 112016-01-04 12 13 14 152016-01-05 16原创 2017-01-18 21:46:43 · 2325 阅读 · 0 评论 -
Pandas 合并数据
pandas concat 数据处理 数据挖掘原创 2017-01-19 10:29:26 · 4315 阅读 · 1 评论 -
bandit算法原理及Python实现
bandit算法、多臂老虎机问题、在线学习原创 2016-11-28 09:53:46 · 18828 阅读 · 5 评论