发简信
IP属地：上海
-
UniformML:无约束优化算法 (GD DFP BFGS LBFGS)本文摘自： http://blog.csdn.net/itplus/article/details/21896453 https://www.c...
-
UniformML-paper 4 Glove 《GloVe Global Vectors for Word Representation》今天我们来重温下强烈推荐的一篇经典的词向量训练模型——Glove。（大家可能比较熟悉的是word2vec，这篇后续我们也会来重温下，在大量语料的...
-
UniformML Paper3-MLR《Learning Piece-wise Linear Models from Large Scale Data for Ad Click》
1 Introduction 线性模型在实际应用中虽然高效，但是实际很多特征空间的分界面未必都是线性的，为了适应这样的场景，我们一般会通过两种...
-
uniform机器学习极简入门7—机器学习入门概述
uniform机器学习极简入门这个系列已经介绍了6节课，大家对机器学习（统计学习）有了些了解（当然之前都是些基础），今天我们从宏观整体上介绍下什...
-
uniformML-Paper1-Recommendation《Deep Neural Networks for YouTube Recommendation》
今天给大家介绍一篇相当棒的经典推荐领域的论文《Deep Neural Networks for YouTube Recommendation》，...
-
uniform机器学习极简入门6—聚类算法2(DBSCAN和层次聚类)
前面我们已经分别介绍了Kmeans和GMM聚类模型，下面我们再介绍两个很实用的聚类算法。 DBSCAN密度聚类 KMeans聚类的形状一般对数据...
-
uniform机器学习极简入门5—EM算法
上一节我们介绍了高斯混合模型（GMM），这个模型在求解的时候我们提到了EM算法，本节我们详细介绍下EM算法的基本流程，其实在KMeans中也有E...
-
uniform机器学习极简入门4—高斯混合聚类（GMM Gaussian Mixture Model）
uniform机器学习极简入门3 我们介绍了KMeans的基本概念，这个方法是给每个样本归属一个类别，我们可以找出每个类别的原型向量，但是很多场...
-
uniform机器学习极简入门3—KMeans
1 kmeans算法概述 往往在实际数据分析中，我们需要发现数据的一些内在规律，但是数据一般都是未标注，因此希望通过某个算法来揭示数据的内在性质...