![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习方法
文章平均质量分 70
Y.G Bingo
个人主页
yanhuibin315.github.io
展开
-
复旦大学nlp实验室上手教程之文本分类
文本分类原项目地址:https://github.com/FudanNLP/nlp-beginner感谢教师:邱锡鹏 微博:@邱锡鹏1 文本分类任务简介 在有监督学习中,需要提供一组有类别标记的样本用来学习模型以及检验模型的好 坏。这组样本集合就称为数据集。数据集用 XXX 表示,X=(x1,y1),⋅⋅⋅,(xN,yN)X = {(x^1 , y^1 ), · · · , (x^N , y^N )}X=(x1,y1),⋅⋅⋅,(xN,yN),N 为 样本个数。yiy^iyi 为样本实例 xix转载 2020-06-23 10:43:49 · 1283 阅读 · 0 评论 -
【论文解读】关于深度森林的一点理解
2017年年初,南京大学周志华老师上传了一篇名为:Deep Forest:Towards An Alternative to Deep Neural Networks的论文,一石激起千层浪,各大媒体纷纷讨论着,这似乎意味着机器学习的天色要变,实则不然,周志华老师通过微博解释道,此篇论文不过是为机器学习打开了另一扇窗,是另一种思维,而不是真的去替代深度神经网络(DNN)。下面我就简单概括一下我...原创 2019-07-06 00:07:42 · 2431 阅读 · 0 评论 -
【论文解读】Partial Hash Update via Hamming Subspace Learning
“基于汉明子空间学习的部分哈希码的更新”论文梗概,以便自己对该论文做相关回顾摘要这篇论文主要是应对哈希码的更新,由于当前大量社交数据的哈希在线更新变得非常耗时,而提出的一种加快哈希更新方法,叫汉明子空间学习(Hamming Subspace Learning)HSL。HSL的主要动机是通过选择具有代表性的哈希方法,从高维汉明空间中生成低维的汉明子空间,通过使用HSL,希望能提高所有样本更新原创 2019-07-05 23:51:40 · 355 阅读 · 0 评论 -
【论文解读】HyTE
HyTE:基于超平面时间感知的知识图谱Embedding一个人可以非常清贫、困顿、低微,但是不可以没有梦想。只要梦想一天,只要梦想存在一天,就可以改变自己的处境。 — 奥普拉·温弗瑞Trans系列的主题是基于翻译模型的知识表示学习,主要用来解决知识表示和推理的问题。本文主要介绍TransE和数据集Wordnet、Freebase等。表示学习:主要面向知识图谱中实体和关系进行表示学习,一般...原创 2019-07-05 23:43:52 · 2732 阅读 · 1 评论 -
【论文解读】TransE
TranE论文解读Trans系列的主题是基于翻译模型的知识表示学习,主要用来解决知识表示和推理的问题。本文主要介绍TransE和数据集Wordnet、Freebase等。表示学习:主要面向知识图谱中实体和关系进行表示学习,一般使用建模方法将实体和向量表示在低维稠密向量空间中,然后计算并推理,主要的应用任务有三元组提取(triplet classification)和链接预测(link pred...原创 2019-07-05 23:45:27 · 4197 阅读 · 0 评论 -
从0到1:搭建Hyperledger Fabric网络
Build your first network环境要求:系统:Linux(对系统内核有要求,建议>=Centos7或者Ubuntu14以上)或者Windows或者Mac cURL Docker(>=17.06.2) Docker-Compose Go:(Go version 1.10x is required)设置环境变量(~/.bashrc[ps.不同系统命令不同]...原创 2018-08-09 11:12:55 · 748 阅读 · 0 评论 -
数据预测与估算算法(一)---产生式模型与判别式模型
产生式模型(Generative Model)和判别式模型(Discrimitive Model)都是机器学习中有监督学习的模型概念,对于输入X和输出Y,区别是:产生式模型是估算X和Y的联合概率分布P(x,y)P(x,y) 判别式模型是估算X和Y的条件概率分布P(y|x)P(y|x)原创 2017-06-06 09:48:17 · 856 阅读 · 0 评论 -
Python机器学习与实践笔记(一)
最近在看《Python机器学习与实践笔记(从零开始通往Kaggle的实践之路)》,记录一份该书的简要内容,以备后续复习原创 2017-05-08 19:51:39 · 1075 阅读 · 0 评论 -
关于深度森林的一点理解
关于周志华老师Deep Forest论文的概括与见解,gcforest:多粒度级联森林原创 2017-04-15 20:47:15 · 13589 阅读 · 0 评论 -
机器学习之集成学习
关于随机森林的一篇文章,本文内容均选自《机器学习》书中,如有不雷同,纯属失误~转载 2017-04-19 10:26:12 · 1146 阅读 · 0 评论