01_机器学习
文章平均质量分 93
空杯的境界
这个作者很懒,什么都没留下…
展开
-
图像去模糊:RSBlur 数据集以及模糊图像合成方法
本内容主要介绍图像去模糊数据集 RSBlur,以及逼真模糊图像合成方法。原创 2023-06-29 17:31:54 · 1901 阅读 · 1 评论 -
图像去模糊:MSSNet 模型详解
本内容主要介绍实现单图像去模糊的 MSSNet 模型。原创 2023-04-21 21:32:02 · 1896 阅读 · 1 评论 -
图像去模糊:MIMO-UNet 模型详解
本内容主要介绍实现图像去模糊的 MIMO-UNet 模型。原创 2023-03-31 18:50:16 · 3775 阅读 · 2 评论 -
Transformers 库的基本使用
本内容主要介绍 Transformers 库 的基本使用。原创 2022-06-19 21:55:41 · 26236 阅读 · 6 评论 -
Transformer-XL 模型详解
本内容主要介绍 Transformer-XL 模型 架构。原创 2022-05-27 10:49:08 · 1160 阅读 · 0 评论 -
自注意力机制中的位置编码
本内容主要介绍自注意力(Self-Attention)机制中的位置编码。原创 2022-05-26 15:55:01 · 2091 阅读 · 0 评论 -
N-gram 语言模型
本内容主要介绍统计语言模型——N-gram(n 元)模型。原创 2022-05-26 15:24:10 · 4608 阅读 · 0 评论 -
词向量:GloVe 模型详解
本内容主要介绍构建词向量的 GloVe 模型。原创 2022-05-21 19:36:41 · 4553 阅读 · 2 评论 -
知识图谱 01:知识图谱概述
本内容主要介绍知识图谱(Knowledge Graph) 的发展、定义、构建和应用。原创 2022-02-25 10:06:41 · 3752 阅读 · 0 评论 -
TF-IDF 算法详解及 Python 实现
本内容主要介绍 TF-IDF 算法,以及 Python 实现。原创 2021-06-29 13:52:29 · 21823 阅读 · 2 评论 -
NLP:使用 gensim 中的 word2vec 训练中文词向量
本内容主要介绍使用 gensim 中的 word2vec 训练中文词向量。原创 2021-06-18 20:37:26 · 4945 阅读 · 3 评论 -
Transformer 模型详解
本内容主要介绍 Transformer 模型的具体实现。原创 2021-05-29 20:33:39 · 246495 阅读 · 102 评论 -
文本数据增强方法
当前的有监督的深度学习模型,如果想获得高性能,需要依赖于大量的标注训练数据。然后,在实际上项目中,往往存在训练样本少、标注数据成本高等情况。在这种情况下,我们就需要用到文本数据增强技术。原创 2021-05-20 19:28:49 · 1541 阅读 · 0 评论 -
高斯混合模型(GMM)
本内容主要介绍 高斯混合模型,以及 如何使用 EM 算法(期望最大算法)估计其参数。原创 2020-03-08 18:02:33 · 1575 阅读 · 0 评论 -
EM 算法
本内容主要介绍 EM 算法 以及其公式的详细推导过程。原创 2020-03-08 15:06:56 · 294 阅读 · 0 评论 -
机器学习系列 15:集成学习
本内容将介绍 集成学习,主要介绍集成学习中的 提升(Boosting)方法、Bagging 与 随机森林 算法,以及集成学习中的结合策略。原创 2019-05-15 22:53:08 · 366 阅读 · 0 评论 -
“机器学习系列”文章合集
本人在学习 机器学习 的相关理论知识过程中,进行了整理和归纳。一是对自己的学习过程的总结,二是希望对大家有一定的参考作用。相关内容可能会存在缺少相关内容介绍、缺陷和错误等等问题,欢迎大家拍砖和相互学习交流。原创 2019-04-13 13:45:38 · 499 阅读 · 0 评论 -
机器学习系列 13:贝叶斯分类 01 - 贝叶斯决策论、朴素贝叶斯分类器 和 半朴素贝叶斯分类器
本内容将介绍 贝叶斯决策论、朴素贝叶斯分类器 和 半朴素贝叶斯分类器。原创 2019-04-13 13:16:36 · 2300 阅读 · 3 评论 -
在 Windows 下安装 COCO API(pycocotools)
本内容将介绍在 Windows 下安装 COCO API(pycocotools)。原创 2018-09-13 14:35:03 · 21792 阅读 · 25 评论 -
机器学习系列 01:k 近邻法(k-NN)的原理及实现
本内容将介绍机器学习中的 k 近邻法(k-NN) 的原理及暴力和 kd 树实现。原创 2018-10-16 22:14:14 · 856 阅读 · 1 评论 -
机器学习系列 02:感知机
本内容将介绍机器学习中的 感知机模型,并说明感知机学习算法的原始形式和对偶形式。原创 2018-10-25 22:41:56 · 457 阅读 · 0 评论 -
机器学习系列 03:线性回归模型
本内容将介绍机器学习中的线性回归模型,及 Python 代码实现。原创 2018-11-12 23:19:46 · 662 阅读 · 1 评论 -
机器学习系列 04:梯度下降法及 Python 实现
本内容将介绍 梯度下降法 以及其三种类型( 批量梯度下降法(BGD)、随机梯度下降法(SGD) 和 小批量梯度下降法(MBGD))。最后将给出使用随机梯度下降法拟合一个线性回归模型的代码。原创 2018-11-13 23:18:50 · 820 阅读 · 0 评论 -
机器学习系列 06:决策树 01
本内容将介绍用于分类的决策树(decision tree),以及 ID3、C4.5 和 CART 算法。原创 2018-11-24 21:16:11 · 508 阅读 · 0 评论 -
机器学习系列 07:决策树 02 - CART 算法
本内容将介绍决策树中的 CART 算法以及 Python 代码实现。其可用于分类和回归,具体实现包含分类树、回归树和模型树。原创 2018-11-24 21:28:05 · 608 阅读 · 0 评论 -
机器学习系列 05:Logistic 回归及 Python 实现
本内容将介绍机器学习中的 Logistic 回归 及 Python 代码实现,和 Softmax 回归。原创 2018-12-03 23:14:22 · 522 阅读 · 0 评论 -
机器学习系列 08:深入理解拉格朗日乘子法、KKT 条件和拉格朗日对偶性
本内容将介绍支持向量机(SVM) 中需要使用的基础知识:拉格朗日乘子法、KKT 条件 和 拉格朗日对偶性。原创 2018-12-26 22:55:51 · 729 阅读 · 0 评论 -
机器学习系列 09:支持向量机 01 - 线性可分支持向量机和线性支持向量机
本内容将介绍 线性可分支持向量机 和 线性支持向量机。原创 2019-01-15 22:59:58 · 832 阅读 · 0 评论 -
机器学习系列 10:支持向量机 02 - SMO(序列最小化)
本内容将介绍 SMO(序列最小化)算法,包含详细公式推导以及 Python 代码实现。原创 2019-02-24 22:32:28 · 453 阅读 · 0 评论 -
机器学习系列 11:支持向量机 03 - 非线性支持向量机
本内容将介绍 非线性支持向量机。原创 2019-02-24 18:31:14 · 688 阅读 · 0 评论 -
最大似然估计、最大后验概率估计和贝叶斯估计
本内容主要介绍概率论与统计学相关基础知识,主要涉及 联合概率、边缘概率和条件概率;贝叶斯公式、先验概率、后验概率和似然函数;最大似然估计、最大后验概率估计和贝叶斯估计 等。为机器学习中的贝叶斯分类提供相关基础知识。原创 2019-04-05 21:55:16 · 1421 阅读 · 4 评论 -
在 Windows 下安装并使用 Protocol Buffers
本篇文章以 Python 版本讲解在 Windows 下安装并使用 Protocol Buffers。原创 2018-09-11 14:28:32 · 5477 阅读 · 2 评论