- 博客(24)
- 收藏
- 关注
RSS订阅原创 （十九）从零开始学人工智能-智能推荐系统：深度学习家族
推荐系统系列之三：深度学习家族1. MLP来源出处：He, Xiangnan, et al. “Neural collaborative filtering.” Proceedings of the 26th international conference on world wide web. 2017.目标函数：L=−∑(u,i)∈Ology^u,i−∑(u,j)∈O−log(1...
2020-04-30 14:47:50
676
原创 （五）Hystrix微服务容错
1. 背景在微服务分布式环境下，服务被我们拆分成了许多服务单元，服务之间通过注册和订阅机制相互依赖。系统间的依赖十分的庞大和复杂，一个请求可能会经过多个依赖服务，最后完成调用。分布式应用中存在错综复杂的相互依赖。1.1 微服务面临的问题当系统中某个服务出现延迟或者不可用时，那么整个用户请求都被阻塞，最终导致该用户功能不可用。依赖的服务越多，那么不可用的风险就越大。高请求量情况下，由于...
2020-04-21 14:11:06
464
原创 （十八）从零开始学人工智能-智能推荐系统：矩阵分解
推荐系统系列之二：矩阵分解文章目录推荐系统系列之二：矩阵分解1. 理论基础2. 随机梯度下降法（SGD）3. 改进1). 带偏置的SVD（BiasSVD）2). SVD++3). timeSVD4. 模型对比5. 拓展1) 与主题模型结合2) 与社交网络结合3) 与神经网络（CNN）结合声明参考文献1. 理论基础说明介绍：从数学概率的角度，证明了 MF 的由来。这样使得 概率矩阵分解（PM...
2020-04-16 20:59:38
435
原创 （十七）从零开始学人工智能-智能推荐系统：近邻推荐
智能推荐系统：近邻推荐文章目录智能推荐系统：近邻推荐概述1 基于用户的最近邻推荐1) 非个性化方法2) 个性化方法3) 存在的问题2 基于物品的最近邻推荐1) 非个性化方法2) 个性化方法3) 优缺点3 代码示例1) 基于用户的近邻推荐2) 基于商品的近邻推荐3) 总结3) 总结声明概述协同：一些具有相似兴趣的人共同给出一个你可能感兴趣的列表；过滤：从推荐的列表中筛选出你感兴趣的物品/服务...
2020-04-15 20:25:26
920
原创 （十六）从零开始学人工智能-深度学习基础3
文章目录一、生成对抗网络基础1.1 GANGANGAN概述1.2 什么是生成对抗网络？1.2.1 对抗生成网络背后的数学原理1.2.2 重说GAN原理1.2.3 小结1.3 GANs应用举例1.3.1 从生成MNIST开始1.3.2 垃圾邮件识别1.3.3 更多实际应用1.3.4 小结声明参考文献一、生成对抗网络基础 生成对抗网络（Generative Adversarial Netw...
2020-03-26 20:29:21
581
原创 （十五）从零开始学人工智能-深度学习基础2
文章目录一、循环神经网络基础1.1 从语言模型开始1.2 什么是循环神经网络？1.2.1 基本循环神经网络1.2.2 双向循环神经网络1.2.3 深度循环神经网络1.3 循环神经网络的训练1.3.1 循环神经网络的训练算法：BPTT1.3.2 RNNRNNRNN的梯度爆炸和消失问题1.4 RNNRNNRNN的应用举例——基于RNNRNNRNN的语言模型1.4.1 向量化1.4.2 SoftmaxS...
2020-03-03 19:45:15
463
原创 （十四）从零开始学人工智能-深度学习基础及CNN
文章目录一、深度学习基础1.1 深度学习及其发展历史1.1.1 什么是学习？1.1.2 什么是机器学习？1.1.3 什么是深度学习？1.1.4 深度学习发展历史1.1.5 小结1.2 从感知机到深度神经网络1.2.1 感知机1.2.2 线性单元是啥1.2.3 神经网络1.2.4 深度神经网络1.2.5 为什么需要激活函数？1.2.6 神经网络训练机制—反向传播算法1.2.7 小结1.3 示例-从全...
2020-02-14 16:10:01
1264
原创 （四）使用Feign实现声明式Rest调用
使用Feign实现声明式Rest调用文章目录使用Feign实现声明式Rest调用1.什么是Feign2.Feign解决了什么问题3.Feign工作原理3.1.流程梳理3.1.1.初始化流程3.1.2.Request处理过程3.2.FeignClient注册3.3.创建代理3.4.接口调用3.5.重试策略3.6.Client动态注入4.Feign使用示例4.1.原生Feign使用4.1.1.需求4...
2020-01-22 14:25:58
294
原创 （三）使用Ribbon实现客户端侧负载均衡
文章目录1.Ribbon1.1 Ribbon + Eureka 架构1.2 Ribbon 负载均衡器组件架构2 深入剖析Ribbon2.1 Ribbon实现REST请求负载均衡逻辑2.2 LoadBalancerInterceptor 的实现2.3 LoadBalancerClient的实现2.4ILoadBalancer负载均衡器的实现（结合Eureka）2.5 IRule负载均衡策略3 Rib...
2020-01-09 16:19:28
758
原创 （十三）从零开始学人工智能-强化学习:值函数近似和策略梯度
强化学习文章目录强化学习1. 值函数近似1.1 线性函数近似1.1.1 状态价值函数近似1.1.2 动作价值函数近似1.2 深度神经网络近似2. 策略梯度声明参考资料前两节内容都是强化学习的一些基础理论 ，只能解决一些中小规模的问题，实际情况下很多价值函数需要一张大表来存储，获取某一状态或动作价值的时候通常需要一个查表操作，这对于某些状态或动作空间很大的问题几乎无法求解，而许多实际问题拥有大量...
2019-12-23 15:22:10
1181
原创 （二）微服务注册与发现
微服务注册与发现文章目录微服务注册与发现1 服务调用1.1 需求场景1.2 单体应用服务间调用1.3 微服务化后服务间调用1.4 微服务化带来的问题2 服务注册与发现2.1 Eureka介绍2.2 Eureka 高可用架构3 Eureka 实战3.1 编写一个Eureka Server3.2 将微服务注册到Eureka Server中3.3 实现Eureka Server的高可用4 **深入**...
2019-12-17 17:07:12
559
原创 （十二）从零开始学人工智能-强化学习:强化学习基础算法
强化学习基础算法文章目录强化学习基础算法1. 基于动态规划的算法1.1 策略评估1.2 策略改进1.3 策略迭代1.4 值迭代2. 蒙特卡洛算法2.1 蒙特卡洛算法求解预测问题2.2 蒙特卡洛算法求解控制问题3. 时序差分学习3.1 时序差分学习求解预测问题3.2 时序差分学习求解控制问题声明参考资料上节中讲到，强化学习可以按有无模型进行分类，即智能体是否对环境进行建模；如果将强化学习问题建模...
2019-12-16 14:56:28
621
原创 （十）从零开始学习人工智能-统计学习:Boosting&kmeans&特征工程
Boosting&kmeans&特征工程文章目录Boosting&kmeans&特征工程1 Boosting1.1 Boosting的由来1.2 AdaBoost1.3 AdaBoost推导1.4 Gradient Boosting Modeling1.5 Gradient Boosting Decision Tree1.6 GBDT 的推导2 kmeans和EM...
2019-12-10 19:28:35
363
原创 （十 一）从零开始学人工智能--强化学习: 强化学习入门基础
强化学习入门基础文章目录强化学习入门基础1. 强化学习基础知识1.1 强化学习发展历程1.2 强化学习特点1.3 强化学习应用1.4 强化学习基本概念1.5 强化学习智能体的主要组成部分1.6 强化学习的分类2. 动态规划2.1 什么是动态规划2.2 动态规划基本思想2.3 动态规划基本概念2.3.1 多阶段决策问题2.3.2 动态规划一些术语2.4 动态规划三要素2.5 动态规划适用条件2.6...
2019-12-06 17:50:57
1106
原创 （一）Spring Cloud实战微服务及架构概述
Spring Cloud实战微服务及架构概述文章目录Spring Cloud实战微服务及架构概述1 关于微服务2 我们的实践2.1 技术演进3 为什么要微服务化？3.1 需求来了3.2 更多需求3.3 问题显现3.3.1 可修改性3.3.2 稳定性3.3.3 伸缩性3.4 架构改造3.4.1 拆分3.4.2 拆分的结果3.4.3 新的问题4 新的问题4.1 服务发现4.2 熔断4.2.1 断路器...
2019-12-04 15:53:39
500
原创 （九）从零开始学人工智能--统计学习：KNN&SVM&决策树
文章目录统计学习基础算法-KNN&SVM&决策树1. *KNN*（*k-Nearest Neighbor*）1.1 距离选择1.2 K值选择1.3 维度灾难1.4 KNN的优缺点2. 支持向量机2.1 线性可分支持向量机2.2 线性支持向量机2.3 非线性支持向量机3. 决策树3.1 数据划分3.1.1 基于信息增益的节点划分方法 ID33.1.2 基于信息增益率的节点划分方法 C...
2019-11-26 17:09:13
613
原创 （八）从零开始学人工智能--统计学习：统计学习基础知识
统计学习基础知识文章目录统计学习基础知识1. 统计学习种类1.1 监督学习1.1.1 分类问题1.1.2 回归问题1.2 非监督学习2. 统计学习中的基本概念2.1 统计学习三要素：模型，策略，算法2.2 欠拟合和过拟合2.3 如何避免过拟合2.3.1 从模型出发（交叉验证，AIC， BIC）2.3.2 从策略出发（正则化）2.3.3 从寻优出发（*Early Stopping*）2.3.4 从...
2019-11-15 16:34:12
822
原创 （七）从零开始学人工智能--搜索:倒排索引
搜索引擎之倒排索引及性能优化文章目录搜索引擎之倒排索引及性能优化1. 搜索引擎的一般线上架构2. 倒排索引(Inverted Index)及性能优化2.1 词的经验分布zipf's law2.2 倒排的一些基本概念2.2.1 常用词典数据结构2.3 倒排索引简单实例2.4 从倒排到搜索2.4 搜索的性能优化2.4.1跳跃表结构2.4.2 分布式索引和备份请求2.4.3 索引压缩2.4.4 提前结...
2019-11-05 10:51:55
925
原创 （六）从零开始学人工智能-搜索:对抗搜索
文章目录1 前言2 基本概念2.1 智能体2.2 对抗搜索2.3 博弈树3 对抗搜索算法3.1 极小极大值算法3.1.1 极小极大值算法例子3.1.2 复杂度分析3.2 α-β剪枝3.2.2 复杂度分析3.3 蒙特卡罗树搜索算法3.3.1 蒙特卡罗方法3.3.2 蒙特卡罗方法的基本思想3.3.2.1 计算Pi3.3.2.2 蒙特卡罗求定积分3.3.3 UCB算法基础3.3.4 Monte-C...
2019-10-25 18:28:57
3127
原创 （五）从零开始学人工智能-搜索:通过搜索解决问题
文章目录1. 生活中的搜索问题2.搜索算法2.1 搜索问题和解决方案的定义2.1.1 罗马尼亚度假问题2.1.2 n皇后问题2.2 搜索过程2.3 通用搜索算法2.4 盲目的搜索算法2.4.1 深度优先遍历(Deep First Search)2.4.2 广度优先遍历(BFS)2.4.3 BFS和DFS在搜索引擎中的应用2.4.4 Dijkstra 算法2.5 启发式搜索算法(有信息的图搜索算法)...
2019-10-18 15:39:46
2028
原创 （四）从零开始学人工智能—数学基础:导数
导数导数(Derivative)的几何意义可能很多人都比较熟悉：当函数定义域和取值都在实数域中的时候，导数可以表示函数曲线上的切线斜率。除了切线的斜率，导数还可以表示该点的变化率。可以表示为 f′(x0)=limΔx→0ΔyΔx=limΔx→0f(x0+Δx)−f(x0)Δx(1)f^\prime(x_0)=\lim_{\Delta x \to 0}{...
2019-10-12 16:34:34
1246
3
原创 （三）从零开始学人工智能—数学基础:概率论与数理统计
概率论与数理统计数理统计与机器学习有什么关系呢？哪些地方需要用到数理统计？实际上，二者关心的是同一件事，即我们从数据中学到了什么。事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。机器学习除了处理不确定量，也需处理随机量。不确定性和随机性可能来自多个方面，使用概率论来量化不确定性。 ...
2019-09-30 17:36:04
3639
2
原创 （二）从零开始学人工智能—数学基础:线性代数
线性代数上一部分介绍了机器学习的本质是找到一个最优化的映射关系，也就是函数/模型。接下来几章我会陆续给大家介绍AI的数学基础，本章将首先给大家介绍线性代数如何应用于AI。1. 从初等函数到高等数学一元线性函数在中学的初等数学里，把函数f(x)=kx+bf(x)=kx+bf(x)=kx+b (k,bk,bk,b是不变量)，称为一元线性函数，因为在平面直角坐标系中这个函数的图形就是一条线，就...
2019-09-25 09:10:38
3262
原创 （一）从零开始学人工智能—概述
一、概述1.1 AI无处不在1.1.1 ALL in Al如下图所示，机器学习/深度学习技术无处不在，包括自动驾驶，人脸识别，语音识别等等。机器学习/深度学习应用
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