2022 年 8月随笔档案 - 朝南烟

ML第21周学习小结

摘要：本周收获总结一下本周学习内容： 1、《机器学习》第14章：概率图模型 14.1 隐马尔可夫模型 14.2 马尔科夫随机场 14.3 条件随机场 14.4 学习与推断 14.5 近似推断 14.6 话题模型 :car:博客：机器学习：概率图模型 2、《深度学习》第五章：卷积神经网络 5.6 Ale 阅读全文

posted @ 2022-08-28 01:25 朝南烟阅读(22) 评论(0) 推荐(0) 编辑

深度学习：卷积神经网络（下）【一些经典的神经网络模型】

摘要：1、深度卷积神经网络（AlexNet） :mega: AlexNet和LeNet的设计理念非常相似，但也存在显著差异。首先，AlexNet比相对较小的LeNet5要深得多。 AlexNet由八层组成：五个卷积层、两个全连接隐藏层和一个全连接输出层。其次，AlexNet使用ReLU而不是sigmo 阅读全文

posted @ 2022-08-28 01:10 朝南烟阅读(448) 评论(0) 推荐(0) 编辑

机器学习：概率图模型

摘要：1、基本概念概率图模型（probabilistic graphical model）是一类用图结构来表达各属性之间相关关系的概率模型，一般而言：图中的一个结点表示一个或一组随机变量，结点之间的边则表示变量间的相关关系，从而形成了一张“变量关系图”。概率图模型分为贝叶斯网络（Bayesian N 阅读全文

posted @ 2022-08-28 00:05 朝南烟阅读(854) 评论(0) 推荐(0) 编辑

ML第20周学习小结

摘要：本周收获总结一下本周学习内容： 1、:triangular_flag_on_post:《现代自然语言生成》第1章：自然语言生成的研究背景 :car:博客：现代自然语言生成 2、:triangular_flag_on_post:《机器学习》第13章：半监督学习 13.1 未标记样本 13.2 生成阅读全文

posted @ 2022-08-20 20:38 朝南烟阅读(34) 评论(0) 推荐(0) 编辑

深度学习：卷积神经网络

摘要：1、二维卷积层卷积神经网络（convolutional neural network）是含有卷积层（convolutional layer）的神经网络。 1.1二维互相关运算虽在二维卷积层中，一个二维输入数组和一个二维核（kernel）数组通过互相关运算输出一个二维数组。图中：输入是一个高和阅读全文

posted @ 2022-08-20 20:26 朝南烟阅读(208) 评论(0) 推荐(0) 编辑

现代自然语言生成：(一) 研究背景

摘要：1、背景概述自然语言处理（NLP，natural language processing） = 自然语言理解（NLU，natural language understanding） +自然语言生成（ NLG，natural language generating）。如何让机器“说出话”从而实现阅读全文

posted @ 2022-08-20 16:25 朝南烟阅读(276) 评论(0) 推荐(0) 编辑

机器学习：半监督学习

摘要：1、一些定义 1.1主动学习先使用有标记的样本数据集训练出一个学习器，再基于该学习器对未标记的样本进行预测，从中挑选出不确定性高或分类置信度低的样本来咨询专家并进行打标，最后使用扩充后的训练集重新训练学习器，这样便能大幅度降低标记成本，这便是主动学习（active learning），目标是阅读全文

posted @ 2022-08-20 13:11 朝南烟阅读(510) 评论(0) 推荐(0) 编辑

ML第19周学习小结

摘要：本周收获总结一下本周学习内容： 1、《深入浅出Pandas》的第17章：实战案例 17.3 综合案例 :car:博客： Pandas:实战案例（下） 2、《机器学习》第12章：计算学习理论 12.1 基础知识 12.2 PAC学习 12.3 有限假设空间 12.4 VC维 12.5 Rademac 阅读全文

posted @ 2022-08-13 21:41 朝南烟阅读(46) 评论(0) 推荐(0) 编辑

Pandas：实战案例（下）

摘要：1、利用爬虫获取房价 2、全国城市房价分析 3、参考文献《深入浅出Pandas》阅读全文

posted @ 2022-08-13 21:24 朝南烟阅读(52) 评论(0) 推荐(0) 编辑

深度学习：深度学习计算

摘要：1、模型构造可以通过继承Block类来构造模型。 Sequential类继承自Block类。虽然Sequential类可以使模型构造更加简单，但直接继承Block类可以极大地拓展模型构造的灵活性。 1.1继承Block类来构造模型 Block类是nn模块里提供的一个模型构造类，我们可以继承它来定阅读全文

posted @ 2022-08-13 12:22 朝南烟阅读(125) 评论(0) 推荐(0) 编辑

机器学习：计算学习理论基础

摘要：1、基本概念计算学习理论（computational learning theory）是通过“计算”来研究机器学习的理论，其目的是分析学习任务的本质，例如：在什么条件下可进行有效的学习，需要多少训练样本能获得较好的精度等，从而为机器学习算法提供理论保证。 2、PAC学习计算学习理论中最基本的是阅读全文

posted @ 2022-08-13 11:32 朝南烟阅读(450) 评论(0) 推荐(1) 编辑

ML第18周小结

摘要：本周收获总结一下本周学习内容： 1、《深入浅出Pandas》的第17章：实战案例 17.1 实战思想~ 17.2数据处理案例 :car:博客： Pandas:实战案例（上） 2、《机器学习》第11章：特征选择与稀疏学习 11.1 子集搜索与评价 11.2 低过滤式选择 11.3 包裹式选择 11. 阅读全文

posted @ 2022-08-06 00:29 朝南烟阅读(55) 评论(0) 推荐(0) 编辑

深度学习：数值稳定性、房价预测、模型构造

摘要：1、数值稳定性和模型初始化深度模型有关数值稳定性的典型问题是衰减（vanishing）和爆炸（explosion）。 1.1衰减和爆炸当神经网络的层数较多时，模型的数值稳定性容易变差。假设一个层数为

L

$L$ 的多层感知机的第

l

$l$ 层

H^{(l)}

$\boldsymbol{H}^{(l)}$ 的权重参数为$\bold 阅读全文

posted @ 2022-08-06 00:18 朝南烟阅读(245) 评论(0) 推荐(0) 编辑

Pandas:实战案例（上）

摘要：1、实战思想 1.1链式方法 pandas 的链式编写方法是利用 pandas 的面向对象特性，下一个方法或者操作对上一个对象应用相关方法的过程。用法 ( df.<method1> # 短注释 .<method1> # 短注释 # 长注释 .<method2> .<...> ..<methodN> 阅读全文

posted @ 2022-08-05 22:37 朝南烟阅读(160) 评论(0) 推荐(0) 编辑

机器学习：特征选择与稀疏学习

摘要：1、子集搜索与评价特征选择（feature selection）：从给定的特征集合中选择出相关特征子集的过程。进行特征选择的原因主要分为：解决“维数灾难”问题。（与降维有异曲同工之妙）降低学习任务的难度（将纷繁复杂的因素抽丝剥茧，留下关键因素）无关特征是指与当前学习任务无关的特征。冗余特阅读全文

posted @ 2022-08-05 21:30 朝南烟阅读(460) 评论(0) 推荐(0) 编辑

cly的园子

08 2022 档案

公告

搜索

常用链接

我的标签

随笔分类

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论