- 博客(7)
- 资源 (13)
- 收藏
- 关注
RSS订阅原创 英文文献作者的几种写法
拿张三（Zhang San）举例（1）San Zhang（2）Zhang, San（3）ZHANG San（4）S. Zhang（5）Zhang, S.
2018-03-22 15:16:46
22468
1
原创 计算机类学术论文常见出版社
序号出版社一般写法出版地备注1AAAI Menlo Park, CAAssociation for the Advancement of Artificial Intelligence2Academic同ElsevierAcademic Press is part of Elsevier3Academy PressNew York/ London/ Paris/ San Diedo,CA/ S...
2018-03-22 02:02:31
2751
原创 latex导入png
Use the graphicx package with the following command in the preamble: \usepackage{graphicx} Yes, there are others but this is the best and most widely used.Insert the figure: using the figure ...
2018-03-13 15:20:51
6581
转载 熵、联合熵、条件熵、交叉熵与相对熵意义
条件熵：在随机变量X发生的前提下，随机变量Y发生所新带来的熵定义为Y的条件熵，用H(Y|X)表示，用来衡量在已知随机变量X的条件下随机变量Y的不确定性。 且有此式子成立：H(Y|X) = H(X,Y) – H(X)，整个式子表示(X,Y)发生所包含的熵减去X单独发生包含的熵。至于怎么得来的请看推导：-------------------------------------...
2018-03-09 20:07:20
2633
转载 最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解
最大似然估计（Maximum likelihood estimation, 简称MLE）和最大后验概率估计（Maximum a posteriori estimation, 简称MAP）是很常用的两种参数估计方法，如果不理解这两种方法的思路，很容易弄混它们。下文将详细说明MLE和MAP的思路与区别。但别急，我们先从概率和统计的区别讲起。概率和统计是一个东西吗？概率（probabilty）和统计（s...
2018-03-06 21:30:03
619
原创 无监督模型整体流程
1 典型模型kmeansLDALSAHMM（无状态序列数据）2 参数优化EMEM算法即“期望极大算法”。学过机器学习的朋友都知道EM算法分两步：E步求期望，M步求极大。但是期望是求谁的期望，极大是求谁的极大呢？这里面其实有两种解读角度。“通俗”角度通俗角度的话，求极大肯定是求似然函数的极大了，而且一般都是对数似然。我们一般解决模型参数求解问题，都是在给定数据的情...
2018-03-06 13:51:43
1492
4
原创 知识图谱构建的流程
构建特定domain的KG1 找该领域已经开放的KG，不仅仅是找数据而且要找ontology可以尝试在以下网站先寻找，当然不一定确保有，最后可以再google中再找找了。（1）https://old.datahub.io/dataset/productontology（2）http://lod-cloud.net/versions/2017-08-22/lod.svg（3）ht...
2018-03-05 10:40:01
3494
知识图谱白皮书2019
2020-11-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人