2017年08月_千语_肉丸子

原创深度学习卷积神经网络学习笔记

BP神经网络存在以下问题：1.全连接，权值太多，需要很多样本去训练，计算困难　　• 应对之道：减少权值的尝试，局部连接，权值共享　　卷积神经网络有两大神器可以降低参数量。　　第一种神器：卷积层　　第二级神器：池化层1.卷积神经网络结构卷积神经网络（简称CNN）的结构图如下图卷积神经网络由一般结构构成：卷积层、激励层、池化层、全连接层2.卷积层作用 ...

2017-08-29 17:28:41 523

原创（NLP）自然语言处理学习笔记1 NLTK在使用总结

NLTK 有着整套自然语言处理的工具，从分词到实体识别，从情感分类到句法分析，完整而丰富，功能强大。但是分词功能仅适用于英文，对于中文分词还需要专门的中文分词工具包处理。因此本例使用结巴分词import pandas as pdimport jiebadf = pd.read_csv('bad_cmmnt_detl.csv')df.shape#查看数据集的维度df.shapeOu...

2017-08-28 16:51:39 513

原创均匀分布的概率密度函数和分布函数学习笔记1

1. 两者的定义　　概率密度函数：用于直观地描述连续性随机变量（离散型的随机变量下该函数称为分布律），表示瞬时幅值落在某指定范围内的概率，因此是幅值的函数。连续样本空间情形下的概率称为概率密度，当试验次数无限增加，直方图趋近于光滑曲线，曲线下包围的面积表示概率，该曲线即这次试验样本的概率密度函数。　　分布函数：用于描述随机变量落在任一区间上的概率。如果将x看成数轴上的随机点的坐标...

2017-08-25 17:18:06 171994 3

原创深度学习笔记1 BP神经网络

1.BP神经网络的概念人工神经网络是模型生物神经网络进行信息处理的一种数学模型，BP神经网络是人工神经网络的一种经典算法BP（反向传播）算法的特征利用输出后的误差来估计输出层的直接前导误差，再用这个误差去估计更前一层的误差，如此一层一层的反向传播下去，就获得了所有其他各层的误差估计，所以BP神经网络分两步：1.信号的正向传播和误差的逆向传播。正向传播时输入时输入信号进过隐层的处...

2017-08-25 16:22:40 559

原创 Word2Vec学习笔记1 初步梳理

来源：http://blog.csdn.net/itplus/article/details/37969519此博客叙述和推导较详细，计算机能识别二进制数据，当原始数据是文本应该怎么办？首先需要把文本数据转为化计算机能够识别的数据，接下来为介绍一种常用文本转化为词向量的方法word2vec在学习word2vec之前需要学习如下知识1. sigmoid函数 2. 逻辑回归...

2017-08-24 14:53:07 329

原创有趣的马氏链及其平稳分布

备注：参考LDA数学八卦讲述很详细，有需要的可以自行下载马氏链的数学定义如下：P(Xt+1=x|Xt,Xt−1,⋯)=P(Xt+1=x|Xt)假设当前这一代人处在下层、中层、上层的人的比例是概率分布向量 π0=[π0(1),π0(2),π0(3)]，那么他们的子女的分布比例将是 π1=π0P, 他们的孙子代的分布比例将是 π2=π1P=π0P2, ......,第n代子孙的收入...

2017-08-23 17:01:35 19928 3

原创学习遇到的python 2.X和python 3.x的区别总结

1.print函数python 2 -------print apython 3 ------ print (a)2.求余和取整python 2 ------3/2=1python 3 -----3/2=1.5 3//2=13.其他3 python 3 map返回的是迭代类型需要用list输出4 python 3 cpickle 模块改成pickle模块...

2017-08-18 15:51:07 373

原创 TypeError: cannot perform reduce with flexible type

在对矩阵求均值和求和时遇到下属问题仔细看数据发现下属问题dtype='<U9'转化成float形式求均值

2017-08-04 12:18:25 19202 1

机器学习、数据挖掘