机器学习

机器学习 Rigde 和 Lasso Regression
孟宝亮2021-02-28690041
岭回归、Lasoo 回归可以理解为改良版的线性回归。本文主要概述下这两种回归的特点，以及其 scikit-learn 接口的使用：岭回归 Lasso 回归 1. 岭回归岭回归，...
机器学习集成学习（Ensemble Learning）
孟宝亮2021-02-26637083
LR、SVM、DT 等都是单个学习器的机器学习方法，而集成学习方法则不同，它并不是单个学习器，而是一个集成了多个 learner 的学习框架。集成学习概念 Bagging Boo...
机器学习特征缩放（Feature Scaling）
孟宝亮2021-01-15729050
特征缩放（Feature Scaling）是将不同特征的值量化到同一区间的方法。实现特征缩放有多种方法，下面介绍两种常用的方法：归一化和标准化：特征缩放原因特征缩放方法 1....
机器学习信息增益率（Gain Ratio）
孟宝亮2021-01-141091075
信息增益会倾向于选择特征值种类较多的特征，而信息增益率则不同。信息增益率的思想就是惩罚那些取值种类多的特征，也可以简单理解为，其更偏向于选择取值种类相对较少的特征。那么，信息增益率...
机器学习 Glove 词向量
孟宝亮2020-09-27697051
GloVe（Global Vectors）是通过基于整个语料构建的共现矩阵来表征词的模型。 1. 共现矩阵共现矩阵顾明思议就是用来统计共同出现词的信息的矩阵，例如我们有语料如下：...
机器学习 Bagging 和随机森林（Random Forest）
孟宝亮2020-07-1882502
随机森林是 Bagging 的思想的一种实现，它使用决策树作为基础学习器。随机森林概述包外估计 scikit-learn API 1. 随机森林概述在关于随机森林的原始论文中...
机器学习 BLEU 摘要评价工具
孟宝亮2020-06-22585046
BLEU（Bilingual Evaluation Understudy）是用于评价机器翻译、文本摘要结果的评价指标，其得分值在 [0, 1]，越接近 1 生成的文本的质量越高。 ...
机器学习 AlexNet CIFAR10 图像分类
孟宝亮2020-05-01561030
AlexNet 是 2012 年 ImageNet 竞赛冠军获得者 Hinton 和他的学生 Alex Krizhevsky 设计的。AlexNet 把CNN 的基本原理应用到了很...
机器学习恒等映射层 nn.Identity 的作用
孟宝亮2020-04-10765011
nn.Identity 在一些编码中会看到，它的实现代码非常简单，仅仅是将输入的内容原封不动的输出。请看它在 PyTorch 中的实现代码：其使用的时候，我们一般按照下面的方式使...
机器学习基于 Bert+CRF 实现 NER 任务
孟宝亮2020-04-03490063
Bert + CRF 的技术组合是目前非常常见的解决 NER 问题的架构，由 Bert 的多头自注意力机制，让模型建立起 Token 之间的关系，并给出第一阶段的 BIO 标签预测...
Python 词向量工具 word2vec 的使用
孟宝亮2020-01-10638018
word2vec 是基于浅层神经网络的词向量工具，接下来介绍下该工具的安装与使用。 1. word2vec 工具安装官网地址：Google Code Archive –...
机器学习 GBDT 应用二分类问题
孟宝亮2020-01-09602020
对于分类问题，GBDT 回归和分类一样，都可以使用不同的损失函数。对于二分类问题，最常用的是对数似然损失函数，损失函数公式如下：表示样本的真实类别（1表示正例、0表示负例） F(...
机器学习 K 近邻算法（K-Nearest Neighbor）
孟宝亮2019-12-02772047
K-近邻算法（K-Nearst Neighbor）基本是机器学习过程中接触的第一个算法。接下来，我们从以下几个方面来讲解下该算法： K-近邻算法实现思路 K-近邻算法基本要素 sk...
机器学习二分类性能评估方法
孟宝亮2019-10-0575206
在机器学习中，正确评估分类模型的性能至关重要。本课程将深入介绍各种评估指标和技术，帮助您更好地理解和评估模型的效果。 1. 准确率对分类模型的性能评估时经常使用准确率（Accur...
机器学习隐马尔科夫模型（HMM）
孟宝亮2019-07-10697069
马尔科夫链即为状态空间中从一个状态到另一个状态转换的随机过程，并且当前状态只与上一个状态有关，即：上一个事件的发生可以影响到下一个事件的发生概率。 1. HMM 模型隐马尔科夫模...
机器学习检索系统中的关键字召回
孟宝亮2019-05-2858609
在做检索时，我们可以通过关键字召回可能的结果。这里就是两个简单的方法：基于 Inverted Index 进行召回基于 TF-IDF 进行召回 1. 基于 Inverted I...
机器学习贝叶斯公式（Bayes）
孟宝亮2019-04-251515048
贝叶斯公式是概率论中的一个重要公式，它以18世纪英国数学家托马斯·贝叶斯（Thomas Bayes）的名字命名。它用于计算在给定一些先验信息的情况下，估计某一事件的概率。贝叶斯公...
机器学习拉普拉斯平滑
孟宝亮2019-04-11402065
贝叶斯公式是概率论中的一项基本公式，用于计算条件概率。它是由英国数学家托马斯·贝叶斯（Thomas Bayes）在18世纪中期提出的，并在后来由皮埃尔-西蒙·拉普拉斯（Pierre...
机器学习基于 kmeans 抽取文本摘要
孟宝亮2019-03-28375082
基于 word2vec + kmeans 实现文本摘要的思路如下：文本处理：对文本内容进行一些必须的预处理；分割句子：将文档分割成多个子句；句子编码：使用 word2vec ...
机器学习二进制向量距离（Similarity）度量方法
孟宝亮2019-03-24541013
二进制向量之间的距离或相似度可以使用以下度量方法： Jaccard 距离 Hanming 距离 Tanimoto 距离 1. Jaccard 相似度 x ∪ y 表示 x 和 y ...

1 … 10 11 12

机器学习

机器学习 Rigde 和 Lasso Regression

机器学习 集成学习（Ensemble Learning）

机器学习 特征缩放（Feature Scaling）

机器学习 信息增益率（Gain Ratio）

机器学习 Glove 词向量

机器学习 Bagging 和随机森林（Random Forest）

机器学习 BLEU 摘要评价工具

机器学习 AlexNet CIFAR10 图像分类

机器学习 恒等映射层 nn.Identity 的作用

机器学习 基于 Bert+CRF 实现 NER 任务

Python 词向量工具 word2vec 的使用

机器学习 GBDT 应用二分类问题

机器学习 K 近邻算法（K-Nearest Neighbor）

机器学习 二分类性能评估方法

机器学习 隐马尔科夫模型（HMM）

机器学习 检索系统中的关键字召回

机器学习 贝叶斯公式（Bayes）

机器学习 拉普拉斯平滑

机器学习 基于 kmeans 抽取文本摘要

机器学习 二进制向量距离（Similarity）度量方法

置顶推荐