公子天 - 博客园

PRML读书笔记——线性回归模型（上）

摘要：本章开始学习第一个有监督学习模型——线性回归模型。"线性"在这里的含义仅限定了模型必须是参数的线性函数。而正如我们接下来要看到的，线性回归模型可以是输入变量$x$的非线性函数。书中首先对回归问题给出了一个简短的不那么正式的定义： Given a training data set compri 阅读全文

posted @ 2017-05-08 11:56 公子天阅读(1967) 评论(0) 推荐(0) 编辑

PRML读书笔记——机器学习导论

摘要：什么是模式识别（Pattern Recognition）？按照Bishop的定义，模式识别就是用机器学习的算法从数据中挖掘出有用的pattern。人们很早就开始学习如何从大量的数据中发现隐藏在背后的pattern。例如，16世纪的Kepler从他的老师Tycho搜集的大量有关于行星运动的数据中发阅读全文

posted @ 2017-05-08 11:55 公子天阅读(8363) 评论(1) 推荐(1) 编辑

摘要：本文将指导你如何在自己的Mac上部署Theano + Keras的深度学习开发环境。如果你的Mac不自带NVIDIA的独立显卡（例如15寸以下或者17年新款的Macbook。具体可以在“关于本机->系统报告->图形卡／显示器”里查看），那么你可能无法在这台Mac上使用GPU训练深度学习模型。不过这并不值得遗憾。事实上，我在自己的Macbook上（15-inch，Early 2013，NVIDIA ... 阅读全文

posted @ 2017-04-16 16:37 公子天阅读(14101) 评论(1) 推荐(2) 编辑

Gensim进阶教程：训练word2vec与doc2vec模型

摘要：本篇博客是Gensim的进阶教程，主要介绍用于词向量建模的word2vec模型和用于长文本向量建模的doc2vec模型在Gensim中的实现。 Word2vec Word2vec并不是一个模型——它其实是2013年Mikolov开源的一款用于计算词向量的工具。关于Word2vec更多的原理性的介绍，阅读全文

posted @ 2016-09-28 21:01 公子天阅读(48010) 评论(2) 推荐(3) 编辑

Gensim入门教程

摘要： What is Gensim? "Gensim" 是一款开源的第三方Python工具包，用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达。它支持包括TF IDF，LSA，LDA，和word2vec在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的阅读全文

posted @ 2016-09-26 14:34 公子天阅读(50217) 评论(1) 推荐(7) 编辑

(Stanford CS224d) Deep Learning and NLP课程笔记（三）：GloVe与模型的评估

摘要：本节课继续讲授word2vec模型的算法细节，并介绍了一种新的基于共现矩阵的词向量模型——GloVe模型。最后，本节课重点介绍了word2vec模型评估的两种方式。 Skip gram模型上节课，我们介绍了一个十分简单的word2vec模型。模型的目标是预测word $o$出现在另一个word $ 阅读全文

posted @ 2016-08-24 16:16 公子天阅读(16411) 评论(0) 推荐(1) 编辑

(Stanford CS224d) Deep Learning and NLP课程笔记（二）：word2vec

摘要：本节课将开始学习Deep NLP的基础——词向量模型。背景 word vector是一种在计算机中表达word meaning的方式。在Webster词典中，关于meaning有三种定义： the idea that is represented by a word, phrase, etc. t 阅读全文

posted @ 2016-07-31 21:38 公子天阅读(8520) 评论(4) 推荐(5) 编辑

(Stanford CS224d) Deep Learning and NLP课程笔记（一）：Deep NLP

摘要： Stanford大学在2015年开设了一门Deep Learning for Natural Language Processing的课程，广受好评。并在2016年春季再次开课。我将开始这门课程的学习，并做好每节课的课程笔记放在博客上。争取做到每周一更吧。本文是第一篇。 NLP简介 NLP，全名N 阅读全文

posted @ 2016-07-30 18:01 公子天阅读(10149) 评论(1) 推荐(1) 编辑

word2vec前世今生

摘要： word2vec前世今生 2013年，Google开源了一款用于词向量计算的工具——word2vec，引起了工业界和学术界的关注。首先，word2vec可以在百万数量级的词典和上亿的数据集上进行高效地训练；其次，该工具得到的训练结果——词向量（word embedding），可以很好地度量词与词之间阅读全文

posted @ 2016-07-19 20:24 公子天阅读(84064) 评论(6) 推荐(32) 编辑

AlphaGo原理浅析

摘要：论文笔记：Mastering the game of Go with deep neural networks and tree search 背景：完全信息博弈与MCTS算法要完全弄清AlphaGo背后的原理，首先需要了解一下AI在博弈游戏中常用到的蒙特卡洛树搜索算法——MCTS。在一个完全信阅读全文

posted @ 2016-05-08 17:12 公子天阅读(29389) 评论(1) 推荐(4) 编辑