发 帖  
  • Static vs. Non-static Representations: 在大部分的语料上,CNN-non-static都优于CNN-static,一个解释:预训练词向量可能认为‘good’和‘bad’类似(可能它们...
    0
    10053次阅读
    0条评论
  • 正如你所看到的,决策树非常直观,他们的决策很容易解释。 这种模型通常被称为白盒模型。 相反,正如我们将看到的,随机森林或神经网络通常被认为是黑匣子模型。 他们做出了很好的预测,并且我们可以轻松检查他们执行的计算以进行这些...
    0
    14760次阅读
    0条评论
  • 要使用FM模型,我们首先要将数据处理成一个矩阵,矩阵的大小是用户数 * 电影数。如何根据现有的数据进行处理呢?使用的是scipy.sparse中的csr.csr_matrix,理解这个函数真的费了不少功夫呢,不过还是在下...
    0
    5198次阅读
    0条评论
  • 人类在对客观世界的问题进行判断时,往往都会根据过去的经验来指导自己。...
    0
    4303次阅读
    0条评论
  • 虚线表示的是那些决策函数等于 1 或 -1 的点:它们平行,且到决策边界的距离相等,形成一个间隔。训练线性 SVM 分类器意味着找到w值和b值使得这一个间隔尽可能大,同时避免间隔违规(硬间隔)或限制它们(软间隔)...
    0
    4820次阅读
    0条评论
  • RSA之所以能作为非对称加密算法,其实有两点:...
    0
    6800次阅读
    0条评论
  • 用训练好的词向量和段落向量对两篇关于天津全运会的新闻进行向量化,并计算两篇新闻的相似度~~...
    0
    6426次阅读
    0条评论
  • 人工智能的概念起源于1956年,所谓的人工智能就是给机器赋予人的智能,让机器能够像人一样地思考问题,做出决策。而一种较为有效的、可行的实现人工智能的方法就是机器学习,机器学习最基本的做法,是使用算法来解析数据、从中学习,...
    0
    3712次阅读
    0条评论
  • 目前业内算法应用比较集中的场景主要有如下四点:信贷风控、智能反欺诈、精准营销和量化投资。...
    0
    5560次阅读
    0条评论
  • 这个损失函数是合理的,因为当 $t$ 接近 0 时,$-log(t)$ 变得非常大,所以如果模型估计一个正例概率接近于 0,那么损失函数将会很大,同时如果模型估计一个负例的概率接近 1,那么损失函数同样会很大。 另一方面...
    0
    9136次阅读
    0条评论
  • 以一个简单的线性回归模型为例,讨论两种不同的训练方法来得到模型的最优解。...
    0
    8024次阅读
    0条评论
  • 比特币交易脚本详解

    2018-6-22 09:59
    交易输入其实是之前某个交易的某个输出UTXO,是按照之前那个交易的Hash值加上对应输出在该交易中的位置标记的。...
    0
    6182次阅读
    0条评论
  • 在机器学习中,我们通常会做一种假设:训练样本独立同分布(iid)且训练样本与测试样本分布一致,如果真实数据符合这个假设则模型效果可能会不错,反之亦然,这个在学术上叫Covariate Shift,所以从样本(外部)的角度...
    0
    29403次阅读
    0条评论
  • 有时候并不是你的能力不够,也并不是你不够努力,只是缺少了一个正确的引导而已。...
    1
    10060次阅读
    0条评论
  • 受试者工作特征(ROC)曲线是另一个二分类器常用的工具。它非常类似与准确率/召回率曲线,但不是画出准确率对召回率的曲线,ROC 曲线是真正例率(true positive rate,另一个名字叫做召回率)对假反例率(fa...
    0
    21661次阅读
    0条评论
ta 的专栏

成就与认可

  • 获得 11 次赞同

    获得 0 次收藏
关闭

站长推荐 上一条 /9 下一条

返回顶部