2021年03月_CHEONG_KG

原创【机器学习系列】变分推断第一讲：Variational Inference背景和用途

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，首先注意以下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看。2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：变分推断第一讲，可添加微信号【17865190919】进学习交流群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处..

2021-03-26 00:09:44 1273

原创【知识图谱系列】GCNII模型探索DeepGNN的Over-Smoothing问题

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱GCNII (ICML 2020) 分享，GCNII全称：Graph Convolutional Networks via Initial residual and Identity MappingGCNII汇报ppt版可通过关注公众号【AI机器学习与知识图谱】，回复关键词：GCNII 来获得，供学习者使用！可添加微信号【17865190919】进学习交流群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！.

2021-03-17 18:38:30 573

原创【知识图谱系列】动态时序知识图谱EvolveGCN

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱EvolveGCN (AAAI 2020) 分享EvolveGCN汇报ppt版可通过关注公众号【AI机器学习与知识图谱】，回复关键词：EvolveGCN 来获得，供学习者使用！可添加微信号【17865190919】进学习交流群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！一、背景知识在上一篇CompGCN中讲解了异质知识图谱在处理复杂实体间多关系类型的方案。本篇分享知识图谱落地时另一重要场景：动态.

2021-03-17 18:24:31 5538 1

原创【知识图谱系列】多关系异质图神经网络CompGCN

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱CompGCN （ICLR 2020）Composition-based Multi-Relational Graph Convolutional NetworksCompGCN论文汇报ppt可通过关注公众号【AI机器学习与知识图谱】，回复关键词：CompGCN 来获得，供学习者使用！可添加微信号【17865190919】进学习交流群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！一、基本概念：图.

2021-03-17 12:44:03 5278

原创【机器学习系列】GMM第二讲：高斯混合模型Learning问题，最大似然估计 or EM算法？

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，首先注意以下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看。2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：GMM第二讲，可添加微信号【17865190919】进学习交流群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！..

2021-03-16 19:15:44 1002 1

原创【机器学习系列】GMM第一讲：两个角度认识高斯混合模型

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱文中含有大量公式，若需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：GMM第一讲，可添加微信号【17865190919】进学习交流群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！本文先从两个角度简单认识一下高斯混合模型。下一章将详细介绍高斯混合模型的Learning问题解法。一、几何角度高斯混合模型可以看成是多个高斯分布叠加而成，即多个高斯分布的加权值，用公式表示...

2021-03-16 18:50:48 377 1

原创【机器学习系列】概率图模型第六讲：因子图和道德图

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，先注意一下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看；2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：概率图模型第六讲，可添加微信号【17865190919】进公众号讨论群，加好友时备注来自CSDN。原创不易，转载请告知并注明...

2021-03-13 16:15:29 1400 1

原创【机器学习系列】概率图模型第五讲：Max-Product算法

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，先注意一下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：概率图模型第五讲，可添加微信号【17865190919】进公众号讨论群，加好友时备注来自CSDN。原创不易，转载请告知并注明出...

2021-03-13 15:48:51 1032 2

原创【机器学习系列】概率图模型第四讲：变量消除法和Belief Propagation算法

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，先注意一下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看；2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：概率图模型第四讲，可添加微信号【17865190919】进公众号讨论群，加好友时备注来自CSDN。原创不易，转载请告知并注明出..

2021-03-13 11:18:21 1312 1

原创【机器学习系列】概率图模型第三讲：深入浅出无向图中的条件独立性和因子分解

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱阅读本文之前，先注意一下两点：1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号【AI机器学习与知识图谱】后回复：概率图模型第三讲，可添加微信号【17865190919】进公众号讨论群，加好友时备注来自CSDN。原创不易，转载请告知并注..

2021-03-13 10:44:11 1260

原创【机器学习系列】概率图模型第二讲：深入浅出有向图中的条件独立性和D划分

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱前言：文中含有大量公式，若需获取本文全部的手书版原稿资料，扫码关注公众号【AI机器学习与知识图谱】，回复: 概率图模型第二讲即可获取。可添加微信号【17865190919】进公众号讨论群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！上一章节中介绍了相对独立假设，齐次马尔科夫假设以及条件独立性假设，得出一个结论就是：概率图具有条件独立特性，根据一个构建好的概率图可以直接得出节点集合之间的条件独立性，..

2021-03-13 10:20:53 1013 1

原创【机器学习系列】概率图模型第一讲：从概率和图的角度理解概率图模型

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱前言：文中含有大量公式，若需获取本文全部的手书版原稿资料，扫码关注公众号【AI机器学习与知识图谱】，回复: 概率图模型第一讲即可获取。可添加微信号【17865190919】进公众号讨论群，加好友时备注来自CSDN。原创不易，转载请告知并注明出处！让我们进入正文。本文将从从概率和图两个角度先来理解一下概率图模型。一、概率角度首先从概率的角度看，概率问题关注什么？随机变量x服从何种概率分布，对于高维随机变量p..

2021-03-13 09:46:47 813

原创【机器学习系列】高斯分布-最大似然估计求解

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱前言：机器学习系列文章常含有大量公式，若需获取本文全部的手书版原稿资料，扫码关注公众号【AI机器学习与知识图谱】，回复: 高斯分布第一讲即可获取。原创不易，转载请告知并注明出处！扫码关注公众号，定期发布知识图谱，自然语言处理、机器学习等知识，添加微信号【17865190919】进讨论群，加好友时备注来自CSDN。二话不说咱先抛出一个问题：数据集Data X服从高斯分布，如何推导X的均值和方差欲解答上述问题..

2021-03-12 21:39:33 4272 1

原创【面经系列】八位硕博大佬的百度之旅

前言：若需获取本文全部的手书版原稿资料，扫码关注公众号，回复: 百度面经即可获取。原创不易，转载请告知并注明出处！扫码关注公众号【AI机器学习与知识图谱】，定期发布知识图谱，自然语言处理、机器学习等知识，添加微信号【17865190919】进讨论群，加好友时备注来自CSDN。本文分享八位硕博大佬的百度之旅，本八位和字节篇的八位有重合但不完全相同，在分享面经前先来聊一聊备战秋招需要做的准备工作。1、简历：不言而喻，一份漂亮的简历非常重要。那如何制作，这里提三点意见：1）在经验不足时多看一些优.

2021-03-12 12:09:07 212

原创【面经系列】八位硕博大佬的字节之旅

前言：若需获取本文全部的手书版原稿资料，扫码关注公众号，回复: 字节面经即可获取。原创不易，转载请告知并注明出处！扫码关注公众号【AI机器学习与知识图谱】，定期发布知识图谱，自然语言处理、机器学习等知识，添加微信号【17865190919】进讨论群，加好友时备注来自CSDN。本文分享八位硕博大佬秋招字节之旅，除了面经之外，也给出了许多中肯的建议，文末有非面经之谈，小道消息谨慎食用。一、博士大佬W1、自我介绍主要包括：姓名年龄，本科，硕士，博士院校，保研考研，研究领域，paper和项.

2021-03-12 11:15:38 310

原创【诸神黄昏】国庆中秋双节聊2021算法秋招，附大量面经

前言：若需获取本文全部的手书版原稿资料，扫码关注公众号，回复: 2021算法秋招即可获取。原创不易，转载请告知并注明出处！扫码关注公众号【AI机器学习与知识图谱】，定期发布知识图谱，自然语言处理、机器学习等知识，添加微信号【17865190919】进讨论群，加好友时备注来自CSDN。一、双节快乐正值中秋和十一双节假期，祝大家假期吃好玩好休息好。今年秋招也已进行大半，对于技术岗同学来说感觉也就剩个十月的捡漏环节，当然也可以硬钢一波春招但感觉压力比秋招得大得多。秋招已经拿到offer的同学可能已经在.

2021-03-12 10:37:39 504 1

原创干货 | 各大AI研究院共35场NLP算法岗面经奉上

前言：若需获取本文全部的手书版原稿资料，扫码关注公众号，回复: 算法面经35场即可获取。原创不易，转载请告知并注明出处！扫码关注公众号【机器学习与自然语言处理】，定期发布知识图谱，自然语言处理、机器学习等知识，添加微信号【17865190919】进讨论群，加好友时备注来自CSDN。一、面试准备工作本文涵盖了腾讯微信事业群模式识别中心，PCG和TEG事业群，阿里达摩院，蚂蚁金服，百度研究院，京东研究院，头条AI Lab，滴滴AI Lab，微软亚洲研究院，微软工程院以及联想研究院等等多个公司NLP.

2021-03-11 23:39:10 695

【AI机器学习与知识图谱】的博客