美文网首页
机器学习

机器学习

作者: Cindy小隐 | 来源:发表于2016-12-18 00:19 被阅读0次

LSA

sklearn包里就能很好实现LSA降维并返回矩阵,先用TfIdfVectorizer构造文本矩阵,然后用decomposition.TruncatedSVD实现SVD矩阵变换,记得传入保留维度数量否则默认为2的,可参考:
http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.TruncatedSVD.html

遗忘算法博客

**http://blog.csdn.net/gzdmcaoycviewmode=contents
**

自然语言处理:

http://www.cs.columbia.edu/~mcollins/
ACL: http://www.aclweb.org/anthology/

Ansj使用手册

http://nlpchina.github.io/ansj_seg/

DP

https://bitbucket.org/michaelchughes/bnpy-dev/overview

概率密度函数/概率质量函数

https://zh.wikipedia.org/wiki/%E6%A6%82%E7%8E%87%E8%B4%A8%E9%87%8F%E5%87%BD%E6%95%B0

伯努利分布

https://zh.wikipedia.org/wiki/%E4%BC%AF%E5%8A%AA%E5%88%A9%E5%88%86%E5%B8%83

EM算法

http://www.csuldw.com/2015/12/02/2015-12-02-EM-algorithms/

数学符号

http://baike.baidu.com/view/37054.htm

边缘分布

https://en.wikipedia.org/wiki/Marginal_distribution

tensorflow

http://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,2&seed=0.79746&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false

使用GBDT选取特征

http://www.letiantian.me/2015-03-31-use-gbdt-to-select-features/tensorflow:
http://www.leiphone.com/news/201511/UDLyNds2oSTwM2yZ.html

python for data analysis 中文版:
http://pda.readthedocs.io/en/latest/chp4.html

CNN动图

http://cs231n.github.io/assets/conv-demo/index.html

神经网络

http://yosinski.com/deepvis
http://vision03.csail.mit.edu/cnn_art/index.html
https://github.com/yosinski/deep-visualization-toolbox

alexnet用caffe的一些定义

https://github.com/BVLC/caffe/blob/master/models/bvlc_alexnet/train_val.prototxt

玻尔兹曼机

http://202.197.191.206:8080/30/text/chapter06/6_3.htm
http://valser.org/thread-833-1-1.html
https://www.google.com/patents/CN103530689A?cl=zh
http://www.nvidia.cn/object/machine-learning-cn.html
http://shujuren.org/article/258.html

Kmeans聚类Python实战:http://sobuhu.com/ml/2012/11/25/kmeans-python.html

text summarization

https://www.quora.com/Has-Deep-Learning-been-applied-to-automatic-text-summarization-successfully

相关文章

  • 机器学习概述与算法介绍(二)

    机器学习概述 机器学习基本概念 机器学习基本流程与工作环节 机器学习中的评估指标 机器学习算法一览 3. 机器学习...

  • 「零基础」python机器学习入门(一)| 什么是机器学习?

    了解什么是机器学习?为什么需要机器学习? 一、什么是机器学习? 字面上,「机器学习」可以拆分为两个词:机器、学习。...

  • Python3 机器学习简明教程

    1 机器学习介绍    1.1 什么是机器学习    1.2 机器学习的应用    1.3 机器学习基本流程与工作...

  • 什么是深度学习

    1.1 人工智能、机器学习与深度学习 人工智能 > 机器学习 > 深度学习 即,人工智能包括机器学习,机器学习包括...

  • 机器学习

    1、人工智能->机器学习->深度学习 注:->包含关系 2、机器学习领域: 模式识别=机器学习 数据挖掘=机器学习...

  • 机器学习,机器“学习”

    如果你渴望奇迹,那么机器学习对你来说是一场精神盛宴。我诚挚的邀请你一同前往。 我为什么总是要读这些人工智能、机器学...

  • 2019-02-17

    机器学习系列 机器学习100天 机器学习第1天:数据预处理 机器学习第2天:简单线性回归模型 机器学习第3天:多元...

  • 机器学习实战之准备(一)

    目录 机器学习简单概述 机器学习的主要任务 学习机器学习的原因 python语言优势 1.1 何谓机器学习 简单的...

  • 机器学习笔记

    学习Andrew Ng的机器学习教程,做个笔记。 初识机器学习 人工智能的核心是机器学习,机器学习的本质是算法 机...

  • 不败给名词! 了解特征工程

    机器学习 基本概念:人工智能 > 机器学习 > 深度学习机器学习:机器学习是从数据中自动分析获得规律(模型), 并...

网友评论

      本文标题:机器学习

      本文链接:https://www.haomeiwen.com/subject/vlyamttx.html