suifeng2018的专栏

1. 朴素贝叶斯的原理原理基于朴素贝叶斯公式，比较出后验概率的最大值来进行分类，后验概率的计算是由先验概率与类条件概率的乘积得出，先验概率和类条件概率要通过训练数据集得出，即为朴素贝叶斯分类模型，将其保存为中间结果，测试文档进行分类时调用这个中间结果得出后验概率。基本定义分类是把一个事物分到某个类别中。一个事物具有很多属性，把它的众多属性看作一个向量，即x=(x1,x2,x3,…,...

1. 卷积运算1.1卷积运算定义卷积，是我们在各种工程领域，信号领域所看到的常用名词，学通信的同学应该很熟悉。那什么是卷积？通俗来说，即是这样的一个变换过程：输出 = 输入 * 系统虽然它看起来只是个复杂的数学公式，但是却有着重要的物理意义，因为自然界这样的系统无处不在，计算一个系统的输出最好的方法就是运用卷积。更一般的，我们还有很多其他领域的应用：统计学中，加权的滑动平均是一种卷积。...

1. 神经网络基础概念1.1前馈神经网络、1.2网络层数、输入层、隐藏层、输出层、隐藏单元1.3激活函数。2. 感知机相关；利用tensorflow等工具定义简单的几层网络（激活函数sigmoid），递归使用链式法则来实现反向传播。3. 激活函数的种类以及各自的提出背景、优缺点。（和线性模型对比，线性模型的局限性，去线性化）4. 深度学习中的正则化（参数范数惩罚：L1正则化、L2正则化...

1. RNN介绍1.1 RNN结构RNN（Recurrent Neural Network），即是循环神经网络，是一类用于处理序列数据的神经网络。从基础的神经网络中知道，神经网络包含输入层、隐层、输出层，通过激活函数控制输出，层与层之间通过权值连接。激活函数是事先确定好的，那么神经网络模型通过训练“学“到的东西就蕴含在“权值“中。基础的神经网络只在层与层之间建立了权连接，RNN最大的不同之...

1. 文本表示：从one-hot到word2vec1.1 词袋模型：离散、高维、稀疏1.2 分布式表示：连续、低维、稠密。word2vec词向量原理并实践，用来表示文本2. 走进FastText2.1 FastText的原理2.2 利用FastText模型进行文本分类...