2018年09月_绝不原创的飞龙

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

翻译 SciPyCon 2018 sklearn 教程（上）

原文：SciPy 2018 Scikit-learn Tutorial译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译一、Python 机器学习简介什么是机器学习？机器学习是自动从数据中提取知识的过程，通常是为了预测新的，看不见的数据。一个典型的例子是垃圾邮件过滤器，用户将传入的邮件标记为垃圾邮件或非垃圾邮件。然后，机器学习算法从数据“学习”预测模型，数据区分垃圾邮...

2018-09-30 16:25:27 37919

翻译基于深度学习的推荐系统综述 (arxiv 1707.07435) 译文 3.4 ~ 3.11

原文：Deep Learning based Recommender System: A Survey and New Perspectives (arxiv 1707.07435)译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译基于卷积神经网络的推荐卷积神经网络通过卷积和池化操作处理非结构化多媒体数据非常强大。大多数基于CNN的推荐模型利用CNN进行特征提取。用...

2018-09-28 18:32:22 41422

翻译 Kaggle word2vec NLP 教程描述

描述在本教程竞赛中，我们对情感分析进行了一些“深入”研究。谷歌的 Word2Vec 是一种受深度学习启发的方法，专注于单词的含义。 Word2Vec 试图理解单词之间的意义和语义关系。它的工作方式类似于深度方法，例如循环神经网络或深度神经网络，但计算效率更高。本教程重点介绍用于情感分析的 Word2Vec。情感分析是机器学习中的一个挑战性课题。人们用语言来表达自己的情感，这种语言经常被讽刺，二...

2018-09-28 15:16:46 39616

翻译 Kaggle word2vec NLP 教程第三部分：词向量的更多乐趣

原文：Bag of Words Meets Bags of Popcorn译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译第三部分：词向量的更多乐趣代码第三部分的代码在这里。单词的数值表示现在我们有了训练好的模型，对单词有一些语义理解，我们应该如何使用它？如果你看它的背后，第 2 部分训练的 Word2Vec 模型由词汇表中每个单词的特征向量组成，存储在一个名...

2018-09-28 14:50:18 37784

翻译 Kaggle word2vec NLP 教程第二部分：词向量

原文：Bag of Words Meets Bags of Popcorn译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译第二部分：词向量代码第二部分的教程代码在这里。分布式词向量简介本教程的这一部分将重点介绍使用 Word2Vec 算法创建分布式单词向量。（深度学习的概述，以及其他一些教程的链接，请参阅“什么是深度学习？”页面）。第 2 部分和第 3 部分...

2018-09-28 12:42:51 39055

翻译 Kaggle word2vec NLP 教程第一部分：写给入门者的词袋

原文：Bag of Words Meets Bags of Popcorn译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译第一部分：写给入门者的词袋什么是 NLPNLP（自然语言处理）是一组用于处理文本问题的技术。这个页面将帮助您从加载和清理IMDB电影评论来起步，然后应用一个简单的词袋模型，来获得令人惊讶的准确预测，评论是点赞还是点踩。在你开始之前本教程使用 ...

2018-09-27 23:58:29 39556

转载 Alexa Top 1000 在中国的访问情况

记录日期：2018.9.27标题测试开始于Censored*标签google.com3月 2011100%Blocked,Domains,Alexa Top 1000 Domains,Google Sites,URLsyoutube.com2月 2011100%Blocked,Domains,Alexa Top 1000 Domains,URLsf...

2018-09-27 10:57:47 117813

翻译基于深度学习的推荐系统综述 (arxiv 1707.07435) 译文 3.1 ~ 3.3

原文：Deep Learning based Recommender System: A Survey and New Perspectives (arxiv 1707.07435)译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译基于深度学习的推荐：最先进的技术在本节中，我们首先介绍基于深度学习的推荐模型的类别，然后突出最先进的研究原型，旨在确定近年来最显着和最有希望...

2018-09-24 18:22:24 41433

翻译基于深度学习的推荐系统综述 (arxiv 1707.07435) 译文第一、二章

原文：Deep Learning based Recommender System: A Survey and New Perspectives (arxiv 1707.07435)译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译引言推荐系统是针对消费者过度选择的直观防线。鉴于网络上可用信息的爆炸性增长，用户经常受到无数产品，电影或餐馆的欢迎。因此，个...

2018-09-23 17:18:00 41949

翻译图嵌入综述 (arxiv 1709.07604) 译文五、六、七

应用图嵌入有益于各种图分析应用，因为向量表示可以在时间和空间上高效处理。在本节中，我们将图嵌入的应用分类为节点相关，边相关和图相关。节点相关应用节点分类节点分类是基于从标记节点习得的规则，为图中的每个节点分配类标签。直观地说，“相似”节点具有相同的标签。它是图嵌入文献中讨论的最常见的应用之一。通常，每个节点都嵌入为低维向量。通过在用于训练的标记节点嵌入集上应用分类器来进行节点分类...

2018-09-20 23:39:08 39608 1

翻译图嵌入综述 (arxiv 1709.07604) 译文 4.3 ~ 4.7

基于边重构的优化问题总体见解：基于节点嵌入建立的边应尽可能与输入图中的边相似。第三类图嵌入技术通过最大化边重建概率，或最小化边重建损失，来直接优化基于边重建的目标函数。后者进一步分为基于距离的损失和基于边距的排名损失。接下来，我们逐一介绍这三种类型。最大化边重建概率见解：良好的节点嵌入最大化了在图中观察到的边的生成概率。良好的节点嵌入应该能够重新建立原始输入图中的边。这可以通过...

2018-09-20 17:22:41 39521

翻译图嵌入综述 (arxiv 1709.07604) 译文 4.1 ~ 4.2

四、图嵌入技术在本节中，我们基于所使用的技术对图嵌入方法进行分类。通常，图嵌入旨在在低维空间中表示图，保留尽可能多的图属性信息。不同图嵌入算法之间的区别在于，它们如何定义要保留的图属性。不同的算法对节点（边、子结构、整图）的相似性，以及如何在嵌入空间中保留它们，有不同的见解。接下来，我们将介绍每种图嵌入技术的见解，以及它们如何量化图属性并解决图嵌入问题。矩阵分解基于矩阵分解的图嵌入，...

2018-09-19 17:39:33 41392 1

翻译图嵌入综述 (arxiv 1709.07604) 译文第三章

原文：A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications (arxiv 1709.07604)译者：飞龙协议：CC BY-NC-SA 4.0自豪地采用谷歌翻译三、图嵌入的问题设定在本节中，我们从问题设定的角度比较现有的图嵌入工作，其中包括嵌入输入和嵌入输出。对于每个设定，我...

2018-09-18 09:27:24 42372

原创 GeeksForGeeks 翻译计划 | ApacheCN

GeeksForGeeks 是计算机科学百科，涵盖了所有计算机科学核心课程。本项目的目标是翻译 GeeksForGeeks 站点内的一部分教程。这些教程适用于：APCS本科专业课研究生考试计算机三、四级不适用于：ACM/OICTF大数据竞赛高中信息技术软考由于工作量非常大，我们不得不使用谷歌翻译来辅助。目前已上传的章节有：数据库计算理论编...

2018-09-16 22:16:14 39834

翻译图嵌入综述 (arxiv 1709.07604) 译文第一、二章

原文：A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications (arxiv 1709.07604) 译者：飞龙协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译一、引言图自然存在于各种各样的现实世界场景中，例如，社交媒体网络中的社交图/扩散...

2018-09-15 21:41:59 42133

转载清华生命学院 2017 就业报告：就业率仅 51%

时间：20170406一、截至目前生命学院整体就业情况1.1 系统就业率1.2 实际排查就业率(60+92)/(68+230)=51.06%二、本科生就业排查2017 届本科生 68 人，已确定去向 60 人（已登记去向 32 人）2.1 确定去向的 60 人中国内深造 35 人（清华大学；深圳研究生院；北京大学等）国外深造 23 人（Y...

2018-09-12 14:58:05 40356

原创 TutorialsPoint 电子书归档 2017

TutorialsPoint AWT 教程Gitee 下载Github 下载SourceForge 下载TutorialsPoint Angular 2 教程Gitee 下载Github 下载SourceForge 下载TutorialsPoint Apache Kafka 教程Gitee 下载Github 下载SourceForge 下载...

2018-09-10 13:17:25 38585

原创看云电子书归档 2016.4

(译) JSON-RPC 2.0 规范(中文版)Gitee 下载Github 下载SourceForge 下载00后：移动互联网崛起新势力Gitee 下载Github 下载SourceForge 下载12条专业的JavaScript规则Gitee 下载Github 下载SourceForge 下载2014互联网女皇报告：去适应用户的习惯是...

2018-09-10 13:15:28 47410 1

原创安全参考和书安归档

《安全参考》2013年6月刊_总第6期Gitee 下载Github 下载SourceForge 下载《安全参考》2013年7月刊_总第7期Gitee 下载Github 下载SourceForge 下载《安全参考》HACKCTO-201308-8Gitee 下载Github 下载SourceForge 下载《安全参考》HACKCTO-201...

2018-09-10 13:14:45 37312

转载 Y Combinator 创业课 2018 @北京

为了更好地与中国的创业公司交流，硅谷创业孵化器 Y Combinator（YC）首次登陆中国，并于 5 月 19 日在清华大学举办“Startup School 北京”。 “Startup School 北京”活动当天， YC 主席 Sam Altman、Airbnb 创始人、Strikingly 创始人、Stripe 创始人、中国的 Raven Tech 创始人都出席本次活动...

2018-09-03 12:41:23 37587