随笔分类 - Machine Learning
摘要：Linear Regression with PyTorch Problem Description 初始化一组数据 ，使其满足这样的线性关系 。然后基于反向传播法，用均方误差（mean squared error） $$ MSE = \frac{1}{n}
阅读全文
摘要：Breast Cancer on PyTorch Code 损失函数图像： nn.Sequential 模型性能：
阅读全文
摘要：一种基于 Numpy 的 TF IDF 实现报告 摘要 本文使用了一种 state of the art 的矩阵表示方法来计算每个词在每篇文章上的 TF IDF 权重（特征）。本文还将介绍基于 TF IDF 的文档相似度查询方法。 系统介绍 本节将着重介绍我的 TF IDF 系统使用方法。 本系统由
阅读全文
摘要：Iris Classification on Tensorflow Neural Network formula derivation $$ \begin{align} a & = x \cdot w_1 \\ y & = a \cdot w_2 \\ & = x \cdot w_1 \cdot w
阅读全文
摘要：各种机器学习方法（学习范式）汇总 强化学习 入门资料 《深入浅出强化学习原理入门》. 郭宪等编著. 电子工业出版社 An Introduction to Reinforcement Learning , Sutton and Barto, 1998 Algorithms for Reinforcem
阅读全文
摘要：自然语言处理任务数据集 keywords: NLP, DataSet, corpus process 语料处理一般步骤 以下处理步骤出自[Mikolov T, et al. Exploiting Similarities among Languages for Machine Translation
阅读全文
摘要：各种风险及其最小化的解释 对于给定的输入 ，由 给出输出 ，这个输出的预测值 与真实值 可能一致也可能不一致，用一个损失函数 (loss function) 来度量预测错误的程度，记作 。 常用的损失函数比如 0 1 损失函
阅读全文
摘要：What is probabilistic programming? | 中文翻译 Probabilistic languages can free developers from the complexities of high performance probabilistic inferenc
阅读全文
摘要：Installing Moses on Ubuntu 16.04 The process of installation To install requirements To clone Moses from the repository and cd into the directory for
阅读全文
摘要：习题 机器学习（西瓜书） 周志华 习题1.1 习题1.5 用户输入 分词 语义分析 文档检索 相关度计算 排序 输出 其中各个环节都用到了机器学习。
阅读全文
摘要：Machine Learning Andrew Ng Coursera Contents 1 Notes 1 Notes What is Machine Learning? Two definitions of Machine Learning are offered. Arthur Samuel
阅读全文
摘要：TF IDF 原理与实现 目录 1.原理 2.伪代码 3.实现 1.原理 $$ TF IDF = tf_{t,d} \times idf_{t}\\ tf_{t,d} = \frac{术语t在文档d中出现的次数}{文档d的总术语数}\\ idf_{t} = \log(\frac{文档d总数}{包含术
阅读全文
摘要：线性代数学习感悟 目录 1 学习路线 1.1 实际学习路线 1.2 优化路线 2 《理解矩阵》读后感 2.1 句子摘抄 2.2 书籍推荐 1.学习路线 1.1实际学习路线 《线性代数》同济五版 + 《张宇带你学》精选书后习题 —>> 线性代数先修课（清华大学） 学堂在线 —>> 线性代数的本质（可汗
阅读全文
摘要：电商评论数据聚类实验报告——冯煜博 目录 1. 实验目的 2. 整体思路 3. 数据介绍 4. 代码与实验步骤 4.1 爬虫代码 4.2 数据清洗 4.3 分词 4.4 去停用词 4.5 计算TF IDF词频与聚类算法应用 4.6 生成词云图 5. 实验结果 5.1 词云图 5.2 聚类结果分析 6
阅读全文
摘要：汉语分词实验总结 目录 1. 正向最大匹配实现 2. 逆向最大匹配实现 3. 算法评测标准 4. 参考资料 1. 正向最大匹配实现（Forward Maximum Matching，FMM） 2. 逆向最大匹配实现（Backward Maximum Matching，BMM） 3. 算法评测标准 $
阅读全文
摘要：采用拉格朗日乘法证明：当时，取得最大值 已知，C是任意大于零的常数，且 x + y = c ，证明当 时， 取得最大值。 \[ \left\{ \begin{align} & f(x,y) = xy
阅读全文
摘要：NLP Homework 03 ——冯煜博 题目描述 （盒子和球模型）假设有3个盒子，每个盒子里装有红白两种颜色的球，盒子里的红白球有下表列出，初始状态分布。 解答 1. 给出HMM模型 A，“状态转移矩阵”如下： $$ \begin{array}{c|lcr} A
阅读全文
摘要：北京大学 数学与应用数学 必修课 高等数学A（上）（数学分析I） 高等数学A（中）（数学分析II） 高等数学A（下）（数学分析III） 线性代数A（上）（高等代数I） 线性代数A（下）（高等代数II） 抽象代数 复变函数 常微分方程 数学模型 几何学 概率论 选修课 i) 基础数学方向专业选修课：7
阅读全文
摘要：
阅读全文
摘要：Preface Section 1 Mathematical background Multivariate calculus 1. take derivatives and integrals; 2. derive gradients of multivariate functions. Line
阅读全文
