- 博客(8)
- 收藏
- 关注
RSS订阅原创 Deep contextualized word representations 论文研读笔记
Deep contextualized word representations 论文研读笔记Motivation一个好的词向量模型应能够：反映出语义和语法的复杂特征反映出不同上下文多层LSTM的好处：可以刻画不同的语义信息，不同的输出适用于不同的任务。higher-level LSTM可以捕捉上下文独立的语义信息，适合做有监督的词义消歧任务；lower-level LSTM可...
2019-06-22 21:39:41
202
转载 高级算法梳理——LightGBM
LightGBM是个快速的，分布式的，高性能的基于决策树算法的梯度提升框架。可用于排序，分类，回归以及很多其他的机器学习任务中。# coding: utf-8# pylint: disable = invalid-name, C0111 # 函数的更多使用方法参见LightGBM官方文档：http://lightgbm.readthedocs.io/en/latest/Python-Int...
2019-05-20 10:21:37
310
原创 高级算法梳理——XGBoost
XGBoost是boosting算法的其中一种。Boosting算法的思想是将许多弱分类器集成在一起形成一个强分类器。因为XGBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。该算法思想就是不断地添加树，不断地进行特征分裂来生长一棵树，每次添加一个树，其实是学习一个新函数，去拟合上次预测的残差。当我们训练完成得到k棵树，我们要预测一个样本的分数，其实就是根据这个样...
2019-05-17 13:28:58
328
原创 Ubuntu16.04安装配置和使用opencv2.4.13
参考以下两篇博客：https://blog.csdn.net/chenzhi1992/article/details/78280388https://blog.csdn.net/qq_27148893/article/details/81290278
2019-05-15 11:42:19
291
转载 GBDT
GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力（generalization)较强的算法。近些年更因为被用于搜索排序的机器学习模型而引起大家关注。一、 DT：...
2019-05-14 10:22:17
87
原创 高级算法梳理 (1) —— 集成学习 (Ensemble Learning)
1.个体与集成 集成学习（ensemble learning）通过构建并结合多个学习器来完成学习任务。 集成学习的一般结构：先产生一组“个体学习器”（individual learner），再用某种策略将它们结合起来。个体学习器通常由一个现有的学习算法从训练数据产生。集成学习通过将多个学习...
2019-05-11 09:10:13
283
原创 《机器学习实战--代码》
Machine-Learning-in-Action最近在看《机器学习实战》，准备把里面的代码刷一遍，但感觉作者的代码写的一般…没有用numpy库，我对作者的代码改善了一下，能用numpy尽量用numpy，定期更新ing附上GitHub链接：https://github.com/Cjh327/Machine-Learning-in-Actioncodes updatedchapter 2:...
2018-09-30 21:48:39
203
原创 Python functions
Python functions记录了一些在写代码时遇到的python函数，主要集中numpy库numpy.argsort(a, axis=-1, kind=‘quicksort’, order=None)排序，返回下标Examples:One dimensional array:>>> x = np.array([3, 1, 2])>>&gt
2018-09-28 22:45:07
300
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人