生成模型和判别模型是机器学习中两类基本的模型,在机器学习面试中,经常会被问到。能否清晰简明地说明二者的不同,直接影...[作者空间]
前言 随着深度学习技术的不断发展,其逐步应用到愈发复杂的现实背景当中。为了处理复杂的现实问题,人们所使用的神经网络...[作者空间]
算法工程师首先是一个工程师。这样一个基本的事实,却被许多算法工程师有意无意忽略。这样下去,是走不长久的。本文尝试总...[作者空间]
在IT圈混饭吃,不管你用什么编程语言、从事前端还是后端,阻塞、非阻塞、异步、同步这些概念,都需要清晰地掌握,否则,...[作者空间]
RNN做机器翻译有它自身的弱点,Attention正是为了克服这个弱点而出现的。所以,要理解Attention,就...[作者空间]
在深度学习中,RNN已经成为标准组件,很多领域都要用到,LSTM则是最经典的RNN结构。所以面试时是必问的,最基本...[作者空间]
最大熵模型属于运用最大熵原理的多分类模型,这个模型在面试中经常会与逻辑回归一起问,比如,为什么说二者是类似的?要解...[作者空间]
摘要:机器学习时代,基于词典的文本挖掘方法已不那么适用,快用新方法开始你的探索吧! 在多数企业中,体现客户与产品间...[作者空间]
摘要:天天再说机器学习,你知道机器学习从业者到底在干啥吗? 这篇文章是系列文章的第1部分,第2部分将阐述AutoM...[作者空间]
在机器学习的面试中,数据是否需要归一化和标准化是个常见问题。之所以常见,是因为它有很多暗坑,每个暗坑都可以考察应聘...[作者空间]
用python做数据分析pandas库介绍之DataFrame基本操作一、查看数据(查看对象的方法对于Series...[作者空间]
摘要:5月最热门的GitHub存储库和顶级Reddit讨论,戳进来~ GitHub和Reddit都是比较有趣的平台...[作者空间]
k-近邻算法(KNN) 输入没有标签的新数据后,将新数据的每个特征与样本集中数据对应特征进行比较,然后提取样本集中...[作者空间]
逻辑回归作为被广泛使用的二分类模型,面试中自然是不可缺少的。但要深刻理解逻辑回归又不是那么容易的,比如说,逻辑回归...[作者空间]
在深度学习中,我们有许多优化器可以选择,但是只有清楚了它们的原理才能更好地选择。 1、SGD 随机梯度下降是最经典...[作者空间]
MSE和CE是机器学习中常见的两种损失函数,在训练神经网络中,也经常用到,但是如何深刻地理解二者的异同,却不是容易...[作者空间]
K最近邻(k-Nearest Neighbor,KNN)分类算法的核心思想是如果一个样本在特征空间中的k个最相似(...[作者空间]
机器学习面试中一大类问题就是比较不同模型的异同。这类问题可以迅速刺探出面试者对模型理解的深度,因为它不像单一模型的...[作者空间]
word2vector已经成为NLP领域的基石算法。作为一名AI 从业者,如果不能主动去熟悉该算法,应该感到脸红。...[作者空间]
我想说: 其实训练模型是个力气活,有人说训练模型很简单,把数据塞进去,然后跑完就好了,哦,这样的话谁都会,关键的也...[作者空间]