张梓寒

导航

2023年5月29日

事件抽取论文综述-A Survey on Deep Learning Event Extraction: Approaches and Applications

摘要: A Survey on Deep Learning Event Extraction: Approaches and Applications 1)发表信息: https://arxiv.org/abs/2107.02126 Qian Li, Jianxin Li, Member, IEEE, Ji 阅读全文

posted @ 2023-05-29 14:52 张梓寒 阅读(332) 评论(0) 推荐(0) 编辑

正则化方法(Regularization)

摘要: 本文前2节简要介绍正则化,3至7节介绍常用正则化方法 一、正则化是什么 1.经验风险和结构风险 经验风险最小化(Empirical Risk Minimization,ERM)准则: 模型f(x)关于训练数据集的平均损失称为经验风险或经验损失: $$R_{emp}(f)=\frac{1}{N}\su 阅读全文

posted @ 2023-05-29 13:57 张梓寒 阅读(256) 评论(0) 推荐(0) 编辑

2022年6月7日

集成学习(Ensemble learning)

摘要: 1.集成学习简介 集成学习是通过构建并结合多个学习器来完成学习任务,这些学习器被称为“个体学习器”,不同的个体学习器 和 这些个体学习器的不同的集成方式决定了不同的集成学习方法。 如果个体学习器都是从某一种学习算法从训练数据中产生,则称这样的集成学习是同质的,此时的个体学习器也称作基学习器,相应的学 阅读全文

posted @ 2022-06-07 13:40 张梓寒 阅读(1854) 评论(0) 推荐(0) 编辑

2022年3月24日

机器学习里的信息论

摘要: 一.信息量 信息论背后的原理是:从不太可能的事件中,能学到更多的信息,发生概率越小的事件信息量越大,独立事件包含额外的信息 信息量又译为信息本体,由克劳德·香农提出,用来衡量单一事件发生时所包含的信息量多寡。它的单位是bit,或是nats。信息量是指一个事件所能够带来的信息的多少,这个事件发生的概率 阅读全文

posted @ 2022-03-24 16:28 张梓寒 阅读(771) 评论(0) 推荐(0) 编辑

2022年1月5日

数据挖掘中的常见数据预处理方法总结

摘要: 一.基本概念 为什么需要数据预处理: 现实世界中数据大体上都是不完整,不一致的脏数据,无法直接进行数据挖掘,或挖掘结果差强人意。为了提高数据挖掘的质量产生了数据预处理技术 数据:数据对象及其属性的集合 属性值是分配给属性的数字或符号 属性和属性值的区别 – 相同的属性可以映射到不同的属性值 – 不同 阅读全文

posted @ 2022-01-05 13:54 张梓寒 阅读(2107) 评论(0) 推荐(0) 编辑

2022年1月4日

常见聚类算法总结

摘要: 一.关于聚类 什么是聚类: 聚类(Clustering)是按照某个特定标准(如距离)把一个数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大,同时不在同一个簇中的数据对象的差异性也尽可能地大。也即聚类后同一类的数据尽可能聚集到一起,不同类数据尽量分离。 什么不是聚类: ● 监督分类 阅读全文

posted @ 2022-01-04 20:36 张梓寒 阅读(4157) 评论(0) 推荐(0) 编辑

2021年10月19日

哈工大知识图谱(Knowledge Graph)课程概述

摘要: 一.什么是知识图谱 知识(Knowledge)可以理解为 精炼的数据,知识图谱(Knowledge Graph)即是对知识的图形化表示,本质上是一种大规模语义网络 (semantic network) – 富含实体(entity)、 概念(concepts) 及其之间的各种语义关系 (semanti 阅读全文

posted @ 2021-10-19 11:39 张梓寒 阅读(4132) 评论(0) 推荐(3) 编辑

2021年10月7日

机器学习的入门指南,李宏毅2021机器学习课程知识点框架(从深度学习开始了解机器学习)

摘要: 一.什么是机器学习 在开始正式的学习之前,可能需要先了解几个概念,机器学习(Machine Learning简称ML),人工智能(Artificial Intelligence简称AI)和深度学习(Deeping Learning简称DL),人工智能顾名思义通过人工的方式实现机器的智能,是最终要达到 阅读全文

posted @ 2021-10-07 19:57 张梓寒 阅读(1936) 评论(1) 推荐(3) 编辑