2018年07月_千寻～

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载模型融合—— stacking详细讲解

“无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程。”stacking的过程有一张图非常经典，如下：虽然他很直观，但是没有语言描述确实很难搞懂。上半部分是用一个基础模型进行5折交叉验证，如：用XGBoost作为基础模型Model1，5折交叉验证就是先拿出四折作...

2018-07-31 14:42:59 52268 15

转载 xgboost相比传统gbdt有何不同？xgboost为什么快？如何支持并行？

传统GBDT以CART作为基分类器，xgboost还支持线性分类器，这个时候xgboost相当于带L1和L2正则化项的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行了二阶泰勒展开，同时用到了一阶和二阶导数。顺便提一下，xgboost工具支持自定义代价函数，只要函数可一阶和二阶求导。xgboost在代价函数里加入了正则项，用于...

2018-07-30 21:29:01 2280

转载 jieba 详细介绍

原文：https://github.com/fxsjy/jiebajieba"结巴"中文分词：做最好的Python中文分词组件 "Jieba" Feature 支持三种分词模式：精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引擎模式，在精确模...

2018-07-27 10:54:04 14487 1

转载 Adaboost入门教程——最通俗易懂的原理介绍

原文 https://blog.csdn.net/px_528/article/details/72963977说到Adaboost，公式与代码网上到处都有，《统计学习方法》里面有详细的公式原理，Github上面有很多实例，那么为什么还要写这篇文章呢？希望从一种更容易理解的角度，来为大家呈现Adaboost算法的很多关键的细节。本文中暂时没有讨论其数学公式，一些基本公式可以参考《统计学习方...

2018-07-25 09:33:26 1178 1

转载特征提取方法: one-hot 和 TF-IDF

转载：https://www.cnblogs.com/lianyingteng/p/7755545.html推荐阅读：https://blog.csdn.net/lanhaier0591/article/details/78702558https://blog.csdn.net/bitcarmanlee/article/details/51472816one-hot 和 TF-IDF是...

2018-07-18 00:21:21 1958

原创 Word2vec简介，入门

word2vec构建的过程： https://www.cnblogs.com/Newsteinwell/p/6034747.htmlhttps://blog.csdn.net/zhaoxinfan/article/details/11069485Word2vec，是用来产生词向量的相关模型。这些模型为浅而双层的神经网络，用来训练以重新建构语言学之词文本。网络以词表现，并且需猜测相邻位置的输...

2018-07-15 17:32:07 15767

原创论文阅读：基于用户上网数据的电影个性化推荐系统研究

基于用户上网数据的电影个性化推荐系统研究赵鹏程，黄韬**(北京邮电大学信工程学院，北京 100876) 摘要:本文讲述了如何构建出完整电影知识图谱的方法，同时提出了一套发掘电影系列的实现算法。基础数据为用户的上网请求，在不需要用户参与的情况下获得用户的电影兴趣行为，从中提取出与电影相关的上网数据，然后根据电影知识图谱将用户上网行为一一映射为用户兴趣行为，达到提取用户兴趣的目的。基于...

2018-07-15 15:13:58 19195 3

原创论文阅读：知识图谱技术综述

知识图谱技术综述徐增林1，盛泳潘1，贺丽荣1，王雅芳2 目前，随着智能信息服务应用的不断发展，知识图谱已被广泛应用于智能搜索、智能问答、个性化推荐等领域。尤其是在智能搜索中，用户的搜索请求不再局限于简单的关键词匹配，搜索将根据用户查询的情境与意图进行推理，实现概念检索。与此同时，用户的搜索结果将具有层次化、结构化等重要特征。例如，用户搜索的关键词为梵高，引擎就会以知识卡片的形式给出梵高的...

2018-07-13 09:09:30 2115

原创论文阅读：知识图谱的推荐系统综述

知识图谱的推荐系统综述常亮，张伟涛，古天龙，孙文平，宾辰忠(桂林电子科技大学广西可信软件重点实验室, 广西桂林 541004) 摘要：搜索引擎和推荐系统是解决信息过载的代表技术。传统的搜索引擎在本质上来讲是帮助用户过滤和筛选信息，这种方式满足了大多数人的需求，但没有提供个性化的服务。相对于传统搜索引擎来说，推荐系统可以兼顾个性化需求和解决信息过载问题。推荐系统是信息过滤系统的一个子集，目的在...

2018-07-06 15:31:21 10226