港中大出逃的语言心理学砖家，现任影视公司的bd。<br><br>专注口才技能和个人成长心理等知识的分享，已经出版《戒了吧！低品质勤奋》，《我最后一本口才书》等！
发简信
IP属地：上海
-
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，在大量语料的时候，glove的表现会优于w...
-
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方法：1、复杂的特征工程（人工...
-
无论是10万块钱的课，还是读一本书，学习的方法都是一样接下来的一年时间，会在混沌大学创新院学习。早上收到班委的信息：“下周就要上课了，大家要记得复习哦！” 这么贵的课程，怎么样也要好好准备呀。何况我也是学委，要负责帮助同组的同学...
-
-
有喜欢的事情就去做吧，不用等别人给你职位1. 有人问小六，小六你不用工作吗？我说，读书就是我的工作呀。我就像一个图书管理员+助教，你要找什么书，读的时候卡住了，都可以找我。 好喜欢你的工作，他们说。 我只不过找到了...
-
-
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么是机器学习，以及目前机器学习...
-
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EM的思想，EM算法在很多概率求...
-
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的本身特性要求较高（球状），但...
-
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》，这篇文章主要介绍如何将深度学习...
-
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，但是很多场景里往往不是这种0-1事件，我...
-
UniformML:trick1 负采样Negative Sampling
在训练word2vec的时候，会介绍到两种模型优化方式： Hierarchical Softmax Negative Sampling 由于softmax在实际训练过程中需要...
-
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和规律，其中最常用的算法就是聚...
