-
机器学习算法中常用的那些数据指标！
考虑一个二分问题，即将实例分成正类（positive）或负类（negative）。对一个二分问题来说，会出现四种情况。如果一个实例是正类并且也被预测成正类，即为真正类（Truepositive）,如果...- 1年前
-
经典书单| 入门人工智能该读哪些书？
快问快答：学习人工智能该读哪些书可以快速入门呢？我的答案是多读经典书。方向对了即使慢点，总会走向成功的终点。而该读哪些书，我带来了五份经典书单。人工智能有多火，相信铺天盖地的新闻已经证实了这一点，不可...- 1年前
-
机器学习-基于LSTM的情感分析（代码实现）
引言：最近在学神经网络，用TensorFlow简单的写了个情感分析的算法，拿出来和大家分析一下吧。其实主要是为了锻炼自己的语言表达能力。1.任务介绍任务是一个针对评价的二分类，也就是简单的指出评价是消...- 1年前
-
写在前面：GaussianMixtureModel(GMM)。事实上，GMM和k-means很像，不过GMM是学习出一些概率密度函数来（所以GMM除了用在clustering上之外，还经常被用于den...
- 1年前
-
相信很多人都遇到过训练一个deepmodel的过程中，loss突然变成了NaN。在这里对这个问题做一个总结。一般来说，出现NaN有以下几种情况：1.如果在迭代的100轮以内，出现NaN，一般情况下的原...
- 1年前
-
算法一：穷举式地尝试所有的可能intmaxSubsequenceSum(constinta[],intn){inti,j,k;intthisSum,maxSum=0;for(i=0;i
- 1年前
动图解释泰勒级数（二）
几何角度定义一个这样的场景是为了计算这样一件事（如下图所示）：假设我们知道了f(a)点的面积，往右扩展很小的距离dx要算出新部分的面积（左边绿色已知+黄色矩形+红色三角形），公式会是什么样的呢？这个公...- 1年前
机器学习、深度学习必会面试题
1、神经网络基础问题（1）BP，Back-propagation（要能推倒）后向传播是在求解损失函数L对参数w求导时候用到的方法，目的是通过链式法则对参数进行一层一层的求导。这里重点强调：要将参数进行...- 1年前
概述Python是个非常受欢迎的编程语言，随着近些年机器学习、云计算等技术的发展，Python的职位需求越来越高。下面我收集了10个Python面试官经常问的问题，供大家参考学习。1、类继承有如下的一...- 1年前
人脸识别 | 卷积深度置信网络工具箱的使用
本文主要以ORL_64x64人脸数据库识别为例，介绍如何使用基于matlab的CDBN工具箱。01CDBN工具箱简介据笔者了解，目前，比较流行的深度学习框架，如TensorFlow、DeepLearn...- 1年前
字符级中文文本分类-CNN基于TensorFlow实现
基于CNN的文本分类问题已经有了一定的研究成果：CNN做句子分类的论文:ConvolutionalNeuralNetworksforSentenceClassification。以及字符级CNN的论文...- 1年前
编程语言有上千种，但是流行的不过10来种，那些我们经常使用的编程语言都是谁在什么时候创造出来的呢？一起来看看。1880年约瑟夫·玛丽·雅卡尔设计出人类历史上首台可设计织布机--雅卡尔织布机，对将来发展...- 1年前
一个应用于物体识别的迁移学习工具链
迁移学习指的是，通过对预训练模型的参数进行微调，将训练好的模型应用到相似或者只有细微差异的不同任务中。通过这个方法，我们可以基于一些性能顶尖的深度学习模型得到别的高性能模型。尽管听上去较为简单，迁移学...- 1年前
数据有限如何应用深度学习？
我觉得人工智能就像是去建造一艘火箭飞船。你需要一个巨大的引擎和许多燃料。如果你有了一个大引擎，但燃料不够，那么肯定不能把火箭送上轨道；如果你有一个小引擎，但燃料充足，那么说不定根本就无法成功起飞。所以...- 1年前
前段时间阅读了JiweiLi等人在EMNLP2015上发表的论文《WhenAreTreeStructuresNecessaryforDeepLearningofRepresentations?》。该文...- 1年前
scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优
1RandomForest和GradientTreeBoosting参数详解2如何调参？2.1调参的目标：偏差和方差的协调2.2参数对整体模型性能的影响2.3一个朴实的方案：贪心的坐标下降法2.3.1...- 1年前
Mobileye/Drive.ai/特斯拉/Waymo/通用 自动驾驶最新大事件盘点
自卡尔·弗里德里希·本茨发明出第一台现代汽车，便注定成为载入史册的人。现在，坐过汽车的人要以百亿计数，而如果有正常成年人不知道汽车是什么，那肯定是天方夜谭。进入现代以来，汽车的发展又面临着两次重大变革...- 1年前
自然语言处理：词频-逆文本词频（TF-IDF）干货分享
前言在文本挖掘预处理中，在向量化后一般都伴随着TF-IDF的处理。什么是TF-IDF，为什么一般需要加这一步预处理呢？这里就对TF-IDF的原理做一个总结。文本向量化存在的不足在将文本分词并向量化后，...- 1年前
基于Tensorflow的神经网络解决用户流失概率问题
前言用户流失一直都是公司非常重视的一个问题，也是AAARR中的Retention的核心问题，所以各大算法竞赛都很关注。比如最近的：KKBOX的会员流失预测算法竞赛（https://www.kaggle...- 1年前
基本的类方法__new__(cls[,...])#1.__new__是在一个对象实例化的时候所调用的第一个方法#2.它的第一个参数是这个类，其他的参数是用来直接传递给__init__方法#3.__ne...- 1年前
