240 发简信
IP属地:北京
  • 120
    机器学习中数学

    https://zhuanlan.zhihu.com/p/91607843 基本函数求导 复合函数求导 四则运算 激活函数求导 损失函数求导

  • 激活函数

    http://frankchen.xyz/2017/12/15/Neural-Network-Terms-Introduction-to-Optimization-Funct...

  • 最大似然估计 VS 贝叶斯估计

    https://www.zhihu.com/question/24124998/answer/883582430 先理解一些统计概率的基本概念: 先验概率:执因求果。 后验概...

  • 120
    余弦相似性

    点积(Dot Product)、数量积、标量积、点乘 余弦相似性(Cosine similarity)有的地方叫余弦距离 余弦相似性通过测量两个向量的夹角的余弦值来度量它们之...

  • 第四章 Embedding

    提问: Embedding的理解 Embedding的作用,重要性 1 Embedding基础知识 什么是Embedding? Embedding是用一个低维稠密的向量“表示...

  • 下采样,上采样

    2019-11-19 上采样和下采样分别应用在哪些场景?具体如何实现上采样和下采样呢? downsampling:你有20亿正样本,1亿负样本,你从正样本中抽出1/20去和负...

  • 神经网络入门(推荐)

    2019-11-19 看过最好的入门文章,原文链接: https://victorzhou.com/blog/intro-to-neural-networks/ 中文翻译: ...

  • 120
    2019-09-22 sklearn

    sklearn是基于numpy和scipy的一个机器学习算法库,设计的非常优雅,它让我们能够使用同样的接口来实现所有不同的算法调用。本文首先介绍下sklearn内的模块组织和...

  • 2019-09-22 分类

    常见的监督式学习任务:回归任务(预测值)和分类任务(预测类) 数据集 数据集: MNIST, 识别图像中的手写数字,机器学习领域的“Hello World” MNIST介绍:...

  • 2019-08-25端到端的机器学习项目

    机器学习初期阶段,看了好多理论,如何快速上手? 常见的步骤: 观察大局; 根据业务,埋点收集数据; 从数据探索和可视化中获得洞见; 选择模型,训练; 微调模型; 展示解决方案...

  • 2019-08-24机器学习概览

    机器学习定义 广义:从数据中学习模型 工程:T,E,P 为什么要使用机器学习 有哪几类问题是传统编程解决不了的 很多规则,比如垃圾邮件分类; 无法用传统编程解决,比如语音识别...