摘要：
三个月之前 NLP 课程结课，我们做的是命名实体识别的实验。在MSRA的简体中文NER语料（我是从这里下载的，非官方出品，可能不是SIGHAN 2006 Bakeoff-3评测所使用的原版语料）上训练NER模型，识别人名、地名和组织机构名。尝试了两种模型：一种是手工定义特征模板后再用CRF++开源包 阅读全文
摘要：
本文简述了以下内容： 神经概率语言模型NPLM，训练语言模型并同时得到词表示 word2vec：CBOW / Skip-gram，直接以得到词表示为目标的模型 （一）原始CBOW(Continuous Bag-of-Words)模型 （二）原始Skip-gram模型 （三）word analogy 阅读全文
摘要：
这半年有几次机缘巧合的机会来给其他人科普强化学习的基本概念，我总体上是分成两部分来讲的：第一部分是强化学习背景和常用概念介绍；第二部分是 DQN、DDPG、PPO、SAC 四个算法的比较。这里分享一下第二部分的 slides。 此外我最近比较关注离线强化学习（Batch Reinforcement 阅读全文
摘要：
LSA（Latent semantic analysis，隐性语义分析）、pLSA（Probabilistic latent semantic analysis，概率隐性语义分析）和 LDA（Latent Dirichlet allocation，隐狄利克雷分配）这三种模型都可以归类到话题模型（To 阅读全文
摘要：
本文简单整理了以下内容： （一）马尔可夫随机场（Markov random field，无向图模型）简单回顾 （二）条件随机场（Conditional random field，CRF） 这篇写的非常浅，基于 [1] 和 [5] 梳理。感觉 [1] 的讲解很适合完全不知道什么是CRF的人来入门。如果 阅读全文
摘要：
本文简单整理了以下内容： （一）贝叶斯网（Bayesian networks，有向图模型）简单回顾 （二）隐马尔可夫模型（Hidden Markov model，HMM） 写着写着还是写成了很规整的样子。以后可能会修改。 （一）贝叶斯网简单回顾 图模型（PGM）根据边是否有向，可以分为有向图模型和无 阅读全文
摘要：
看图说话（Image Caption）任务是结合CV和NLP两个领域的一种比较综合的任务，Image Caption模型的输入是一幅图像，输出是对该幅图像进行描述的一段文字。这项任务要求模型可以识别图片中的物体、理解物体间的关系，并用一句自然语言表达出来。 应用场景：比如说用户在拍了一张照片后，利用 阅读全文
摘要：
这篇总结继续复习分类问题。本文简单整理了以下内容： （一）线性判别函数与广义线性判别函数 （二）感知器 （三）松弛算法 （四）Ho-Kashyap算法 闲话：本篇是本系列［机器学习基础整理］在timeline上最新的，但实际上还有（七）、（八）都发布的比这个早，因为这个系列的博客是之前早就写好的，不 阅读全文
摘要：
本文简单整理了以下内容： （一）线性回归 （二）二分类：二项Logistic回归 （三）多分类：Softmax回归 （四）广义线性模型 闲话：二项Logistic回归是我去年入门机器学习时学的第一个模型（忘记了为什么看完《统计学习方法》第一章之后直接就跳去了第六章，好像是对“逻辑斯蒂”这个名字很感兴 阅读全文
摘要：
本文简单整理了以下内容： （一）维数灾难 （二）特征提取——线性方法 1. 主成分分析PCA 2. 独立成分分析ICA 3. 线性判别分析LDA （一）维数灾难（Curse of dimensionality） 维数灾难就是说当样本的维数增加时，若要保持与低维情形下相同的样本密度，所需要的样本数指数 阅读全文
摘要：
本文简述了以下内容： （一）生成式模型的非参数方法 （二）Parzen窗估计 （三）k近邻估计 （四）k近邻分类器（k-nearest neighbor，kNN） （一）非参数方法（Non-parametric method） 对于生成式模型（Generative model）来说，重要的地方在于类 阅读全文