- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 二叉查找树(BST)的基本概念及常用操作
二叉查找树二叉查找树（Binary Search Tree），也称二叉搜索树、有序二叉树（ordered binary tree），排序二叉树（orted binary tree），是指一棵空树或者具有下列性质的二叉树：若任意节点的左子树不空，则左子树上所有节点的值均小于它的根节点的值；若任意节点的右子树不空，则右子树上所有节点的值均大于它的根节点的值；任意节点的左、右子树也分别为二...
2018-03-20 10:43:36
16088
1
原创 文本分类算法综述
业务背景最近一段时间在今日头条国际化部门实习，做的文本质量工作。主要是文本分类，就是用一些机器学习或者深度学习的方法过滤掉低俗的新闻。因为做的是小语种，比如说法语，德语，意语，泰米尔语等，标注力量特别有限，有些语种甚至找不到标注人员。在这种情况下，要通过模型准确的识别出低俗新闻，难度可想而知。解决办法：前期在没有标注的情况下，对每个小语种， 通过googletrans得到的一批低...
2018-03-18 17:37:02
7484
5
原创 集成学习(Ensemble Learning)综述
集成学习简单理解就是指采用多个分类器对数据集进行预测，从而提高整体分类器的泛化能力。 集成学习有两个流派，一个是boosting派系，它的特点是各个弱学习器之间有依赖关系。另一种是bagging流派，它的特点是各个弱学习器之间没有依赖关系，可以并行拟合。1. BaggingBagging算法（Bootstrap aggregating，引导聚集算法），又称装袋算法，是机器学习领域的一...
2018-03-18 17:21:51
7814
原创 基于gensim的doc2vec实践
1.“句向量”简介word2vec提供了高质量的词向量，并在一些任务中表现良好。 关于word2vec的原理可以参考这几篇论文：https://arxiv.org/pdf/1310.4546.pdfhttps://arxiv.org/pdf/1301.3781.pdf关于如何使用第三方库gensim训练word2vec可以参考这篇博客：http://blog.csdn.n...
2018-03-02 15:58:58
11723
5
原创 fastText原理及实践
原理论文地址：https://arxiv.org/pdf/1607.01759.pdf简介fastText是facebook在2016年提出的一个文本分类算法，是一个有监督模型，其简单高效，速度快，在工业界被广泛的使用。在学术界，可以作为baseline的一个文本分类模型。模型结构模型结构如下图所示，每个单词通过嵌入层可以得到词向量，然后将所有词向量平均可以得到文本的向...
2018-03-02 11:43:46
3360
1
转载 word2vec 中的数学原理详解
word2vec 是 Google 于 2013 年开源推出的一个用于获取 word vector 的工具包，它简单、高效，因此引起了很多人的关注。由于 word2vec 的作者 Tomas Mikolov 在两篇相关的论文 [3,4] 中并没有谈及太多算法细节，因而在一定程度上增加了这个工具包的神秘感。一些按捺不住的人于是选择了通过解剖源代码的方式来一窥究竟，出于好奇，我也成为了他们中的一员。读...
2018-03-01 14:39:03
1120
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人