10 2019 档案

摘要:基于图的半监督学习 以一个无标签数据的例子作为垫脚石 Alice正在翻阅一本《Sky and Earth》的杂志,里面是关于天文学和旅行的文章。Alice不会英文,她只能通过文章中的图片来猜测文章的类别。比如第一个故事是“Bridge Asteroid”有一张多坑的小行星图片,那么它很明显是天文学类 阅读全文
posted @ 2019-10-31 09:16 PJQOOO 阅读(11927) 评论(1) 推荐(0) 编辑
摘要:Semi-Supervised Learning 半监督学习(三) 方法介绍 Mixture Models & EM 无标签数据告诉我们所有类的实例混和在一起是如何分布的,如果我们知道每个类中的样本是如何分布的,我们就能把混合模型分解成独立的类,这就是mixture models背后的机制。今天,小 阅读全文
posted @ 2019-10-27 08:28 PJQOOO 阅读(2689) 评论(0) 推荐(0) 编辑
摘要:循环神经网络导读 循环神经网络(Recurrent Neural Network)是一类以序列数据为输入,在序列的演进方向进行递归且所有节点(循环单元)按链式连接的递归神经网络。其中双向循环神经网络(Bidirectional RNN, Bi-RNN)和长短期记忆网络(Long Short-Term 阅读全文
posted @ 2019-10-25 08:42 PJQOOO 阅读(674) 评论(0) 推荐(0) 编辑
摘要:Semi-Supervised Learning 半监督学习(二) 介绍 在上篇文章中我们介绍了关于统计机器学习和半监督学习的一些基本概念。在这篇文章中,我们仍着重带读者更深入地了解半监督学习基础,了解半监督学习的常用方法,模型假设,并且通过实例带读者去理解半监督学习的过程。难度依然较基础,但是相信 阅读全文
posted @ 2019-10-24 10:07 PJQOOO 阅读(5297) 评论(0) 推荐(0) 编辑
摘要:Semi-Supervised Learning 半监督学习(一) 入门级介绍 传统的机器学习任务分为无监督学习(数据无标签,如,聚类,异常检测等)和监督学习(数据有标签,如,分类,回归等)。半监督学习针对的是只有部分数据有标签的学习任务,而其中有标签数据往往远远小于无标签数据。它是机器学习领域研究 阅读全文
posted @ 2019-10-23 10:32 PJQOOO 阅读(7358) 评论(0) 推荐(1) 编辑
摘要:在使用Word编写文章时,总会遇到书写数学公式的情况。使用Word的公式输入工具需要频繁地使用鼠标,因而编写公式会显得繁琐麻烦,那么有什么办法可以优雅地在Word中书写公式呢?其实Word早在Word 2007中就提供了像Latex一样使用代码书写公式的特性。详情可见Linear format eq 阅读全文
posted @ 2019-10-16 10:32 PJQOOO 阅读(1781) 评论(0) 推荐(1) 编辑
摘要:排序算法进阶 上篇文章中我们主要介绍了经典的八大排序算法,从算法思想,动图演示,代码实现,复杂度及稳定性分析等角度进行学习。还没阅读的童鞋可以点这里进行浏览。 求知若渴的你肯定不会满足于入门的内容,今天,小编在上一篇的基础上,对多种排序算法进行优化,让我们一起来康康吧~~ 01冒泡排序 1. 优化一 阅读全文
posted @ 2019-10-15 08:51 PJQOOO 阅读(641) 评论(0) 推荐(2) 编辑
摘要:排序算法入门 在我们初学算法的时候,最先接触到的就是排序算法,这些排序算法应用十分广泛,而且是很多算法的基础,可以说是每个程序员都必须得掌握的了。今天小编就来带你一举拿下经典的八大排序算法,每种算法都会有算法思想描述,动图演示,代码实现,复杂度及稳定性分析等。 01冒泡排序 1. 原理 假如我们要将 阅读全文
posted @ 2019-10-14 08:45 PJQOOO 阅读(998) 评论(0) 推荐(2) 编辑

点击右上角即可分享
微信分享提示