摘要：
1. 前言 在机器学习中，我们比较熟知的是监督式学习，非监督学习，此外还有一个大类就是强化学习。强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决自动进行决策，并且可以做连续决策。 2. 强化学习定义 它主要包含五个元素，Agent（智能体），Environment（环境 阅读全文
摘要：
"1. Tensorflow高效流水线Pipeline" "2. Tensorflow的数据处理中的Dataset和Iterator" "3. Tensorflow生成TFRecord" "4. Tensorflow的Estimator实践原理" 1. 前言 前面博文介绍了Tensorflow的一大 阅读全文
摘要：
"1. Tensorflow高效流水线Pipeline" "2. Tensorflow的数据处理中的Dataset和Iterator" "3. Tensorflow生成TFRecord" "4. Tensorflow的Estimator实践原理" 1. 前言 GPU和TPU可以显著缩短执行单个训练步 阅读全文
摘要：
"1. Tensorflow高效流水线Pipeline" "2. Tensorflow的数据处理中的Dataset和Iterator" "3. Tensorflow生成TFRecord" "4. Tensorflow的Estimator实践原理" 1. 前言 TFRecord是TensorFlow官 阅读全文
摘要：
"1. Tensorflow高效流水线Pipeline" "2. Tensorflow的数据处理中的Dataset和Iterator" "3. Tensorflow生成TFRecord" "4. Tensorflow的Estimator实践原理" 1. 前言 我们在训练模型的时候，必须经过的第一个步 阅读全文
摘要：
1. 前言 "《朴素贝叶斯算法（Naive Bayes）》" ，介绍了朴素贝叶斯原理。本文介绍的是朴素贝叶斯的基础实现，用来垃圾邮件分类。 2. 朴素贝叶斯基础实现 朴素贝叶斯 (naive Bayes) 法是基于 贝叶斯定理与特征条件独立假设 的分类的方法。对于给定的训练数据集，首先基于特征条件独 阅读全文
摘要：
1. 前言 本文介绍一种无监督的机器翻译的模型。无监督机器翻译最早是 "《UNSUPERVISED NEURAL MACHINE TRANSLATION》" 提出。这个模型主要的特点，无需使用平行语料库，使用去噪和回译的步骤构建NMT系统。 2018年Facebook人工智能实验室再次公布了有关无监 阅读全文
摘要：
"1. 感知机原理（Perceptron）" "2. 感知机(Perceptron)基本形式和对偶形式实现" "3. 支持向量机（SVM）拉格朗日对偶性（KKT）" "4. 支持向量机（SVM）原理" "5. 支持向量机（SVM）软间隔" "6. 支持向量机（SVM）核函数" 1. 前言 今天终于能 阅读全文
摘要：
"1. K近邻算法（KNN）" "2. KNN和KdTree算法实现" 1. 前言 KNN一直是一个机器学习入门需要接触的第一个算法，它有着简单，易懂，可操作性强的一些特点。今天我久带领大家先看看sklearn中KNN的使用，在带领大家实现出自己的KNN算法。 2. KNN在sklearn中的使用 阅读全文
摘要：
1. 前言 实体和关系的联合抽取问题作为信息抽取的关键任务，其实现方法可以简单分为两类： 一类是串联抽取方法。传统的串联抽取就是首先进行实体抽取，然后进行关系识别。这种分开的方法比较容易实现，而且各个模块灵活度比较高。但是这种方法中，实体识别的结果会影响到关系识别的结果，所以容易产生误差累积。 另一 阅读全文