机器学习
gfgdsg
这个作者很懒,什么都没留下…
展开
-
贝叶斯方法与贝叶斯网络
1 贝叶斯方法 长久以来,人们对一件事情发生或不发生的概率,只有固定的0和1,即要么发生,要么不发生,从来不会去考虑某件事情发生的概率有多大,不发生的概率又是多大。而且概率虽然未知,但最起码是一个确定的值。比如如果问那时的人们一个问题:“有一个袋子,里面装着若干个白球和黑球,请问从袋子中取得白球的概率是多少?”他们会想都不用想,会立马告诉你,取出白球的概率就是1/2,要么取到白球,要转载 2014-11-16 17:09:01 · 598 阅读 · 0 评论 -
LDA文本建模
我们日常生活中会产生大量的文本,如果每一个文本存储为一个文档,那每篇文档从人的观察来说就是有序的词的序列。 统计文本建模的目的就是追问这些观察到语料库中的词序列是如何生成的。 我们将上述统计学问题看成上帝抛掷骰子生成的。那么出现两个核心的问题: 1.上帝都有什么样的骰子。即表示模型中都有哪些参数,骰子的每一面的概率都对应于模型中的参数。 2.上帝是如何抛掷这些骰子的。即表示游戏规则是什么,原创 2014-12-27 16:08:28 · 524 阅读 · 0 评论 -
MapReduce原理小结
先贴一份印度码农向他老婆解释MapReduce的文章,挺有意思的。 昨天,我在Xebia印度办公室发表了一个关于MapReduce的演说。演说进行得很顺利,听众们都能够理解MapReduce的概念(根据他们的反馈)。我成功地向技术听众们(主要是Java程序员,一些Flex程序员和少数的测试人员)解释了MapReduce的概念,这让我感到兴奋。在所有辛勤的工作之后,我们在Xebia原创 2015-04-20 16:00:38 · 642 阅读 · 0 评论