![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 71
little豪斯
这个作者很懒,什么都没留下…
展开
-
Learning to Rank入门小结 + 漫谈
Table of Contents1 前言2 LTR流程3 训练数据的获取4 特征抽取3.1 人工标注3.2 搜索日志3.3 公共数据集5 模型训练5.1 训练方法5.1.1 Pointwise5.1.2 Pairwise5.1.3 Listwise6 效果评估7 参考6.1 NDCG(Normalized Discounted Cumulative Gain)6.1.1 定义6.1.2 描转载 2017-07-17 16:59:06 · 541 阅读 · 0 评论 -
深度学习学习资料
本文转自 hjimce大神的博客,原文地址http://blog.csdn.net/hjimce/article/details/45421595,感谢大神分享,向大神学习一、学习清单1、综合类(1)收集了各种最新最经典的文献,神经网络的资源列表:https://github.com/robertsdionne/neural-network-papers 里面包含了深度学习领域经典、以及最新最牛逼转载 2017-07-18 18:22:38 · 208 阅读 · 0 评论 -
统计学习
懒得码字了,直接把笔记贴上来,方便以后回顾。原创 2017-10-09 10:16:48 · 237 阅读 · 0 评论 -
朴素贝叶斯(未完待续......)
懒,传图原创 2017-10-09 10:27:03 · 177 阅读 · 0 评论 -
机器学习部分知识点总结
1:偏差&方差 当模型做出与实际情况不符的假设时就会引起错误,这种错误称为偏差,通常是模型太简单。 方差是一种由于训练数据集的波动引起的错误。当学习算法随着训练数据集的不同而呈现出太大的波动时,所引起的错误就称为方差,通常是模型太复杂。 2:有监督&无监督 有监督学习:我们给算法一个数据集,并且给定“正确答案”,算法的目的就是给出更多的正确答案。也就是我们从输入和预期输出中学习得到一原创 2017-11-03 21:43:34 · 2205 阅读 · 0 评论