玩家你好
恭喜你捡到了一个来自上古时期的*七*星*炼*丹*炉*,只见炉壁上镶嵌着自然语言处理、推荐系统、信息检索、深度炼丹、机器学习、数学与基础算法等失传已久的江湖秘术。熔炉中虽然已有一层厚厚尘土,却依然掩盖不住尘埃下那一颗颗躁动不安的仙丹。
ps: 喂喂喂,你萌不要只收藏不点赞哇(。 ́︿ ̀。)
仔细看来,似见炉壁上有几个似乎在诉说什么秘密的图案,和一些歪歪扭扭的文字
🍻内涵段子
🥜自然语言处理
🍥深度学习与炼丹技巧
🍪机器学习与数据挖掘
🥥搜索与推荐系统
🍖求职面经
🍡开发技巧
刹那间,画风突变。
小夕还为大家准备了上述方向的高质量学习/讨论群,邀请了众多萌妹子(划掉)、顶会审稿人、大厂研究员/算法高T和知乎大V们帮助大家快速成长!进入微信公众号【夕小瑶的卖萌屋】,点击主页底部【撩一下】添加小夕微信号,小夕拉你入群哦。
🍻内涵段子
🥜自然语言处理
NLP的游戏规则从此改写?从word2vec, ELMo到BERT
文本分类有哪些论文中很少提及却对性能有重要影响的tricks?
夕小瑶:从DPCNN出发,撩一下深层word-level文本分类模型
Step-by-step to Transformer:深入解析工作原理(以Pytorch机器翻译为例)
2019 年,智能问答(Question Answering)的主要研究方向有哪些?
🍥神经网络与炼丹
模型训练太慢?显存不够用?这个算法让你的GPU老树开新花理论干货
- 前馈神经网络(NN) ▶▶ 卷积神经网络(CNN) ▶▶ 卷积层 vs 分类层
- 循环神经网络(RNN) ▶▶ 长短时记忆网络(LSTM)
- 深度学习资料推荐
- 高维空间的局部最优点分析
- 参数初始化trick之Xavier方法解析
- 偏置项b的作用
- 深度神经网络的BP过程
- BP算法的由来与本质
- 激活函数=生物转换器?
训练trick
🍪机器学习与数据挖掘
一时学习一时爽,"持续学习"持续爽 还在随缘炼丹?一文带你详尽了解机器学习模型可解释性的奥秘数学基础
机器学习理论
- RL核心问题与Bandit老虎机
- 强化学习扫盲
- Q-learning到DQN
- EM算法详解-理论篇
- EM算法详解-工程篇
- 关于高维空间中的局部最优点与鞍点
- 机器学习入门资料推荐(一)
- 机器学习入门资料推荐(二)
- 机器学习入门资料推荐(三)
统计ML模型与概率图模型
判别式:
- 逻辑回归(LR) ▶▶ 最大熵模型(ME) ▶▶ 线性链条件随机场(Linear-chain CRF)
- 逻辑回归(LR) ▶▶ 受限玻尔兹曼机(RBM) ▶▶ 玻尔兹曼机(BM)
- ID3决策树 ▶▶c4.5中的信息增益比 ▶▶ Adaboost
生成式:
🥥搜索与推荐
🍖求职面经
算法与数据结构
剑指offer
🍡开发技巧