- 博客(3)
- 收藏
- 关注
翻译 【第十六章】Deep Learning 读书笔记——深度学习中结构化概率模型
16.1 非结构化建模的挑战在深度学习中,我们训练AI模型去理解自然图片,声波代表的演讲,或包含很多单词的文档。这些通常需要深度学习模型将一个高维度的数据作为输入,并将这个输入概括到一个特定的类别。但在类似的分类问题中,模型往往可以不必考虑到输入的所有维度。比如,在图片识别的时候,模型可以忽略点图片中的背景。但是,在概率模型中,我们需要考虑所有的输入以及输入数据的全部结构。这些问题包括:...
2018-09-18 13:16:44
1219
翻译 【机器学习】笔记之聚类Cluster—— 层次聚类 Hierarchical clustering
本文转载翻译自斯坦福大学出版的 Introduction to Information Retrieval什么是层次聚类Hierarchical clustering?平面聚类是高效且概念上简单的,但它有许多缺点。 算法返回平坦的非结构化簇集合,需要预先指定的簇数目作为输入并且这个数目是不确定的。 分层聚类(或分层聚类)输出层次结构,这种结构比平面聚类返回的非结构化聚类集更具信息性。 分层...
2018-08-27 04:37:41
6955
翻译 【机器学习】笔记之聚类Cluster —— 聚类在信息检索中的应用
本文转载翻译自斯坦福大学出版的 Introduction to Information Retrieval博主仍在学习当中,在翻译的过程中,加入了一些个人的理解,欢迎大家积极讨论!集群在信息查询中的一些应用(转载):首先我们先了解一下聚类假说(Cluster hypothesis)。聚类假设说明了我们在信息检索中使用聚类时所做的基本假设,即同一群集中的文档在信息需求的相关性方面表现相似...
2018-08-26 10:18:43
2000
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