摘要：
2016/5/23 星期一 11:00 电商主要做推荐 搜索主要做CTR 图像的话，主要应用DL 高斯混合就是： 1. 是一种无监督的聚类手段，而且是软聚类，即 给出的每一个 data 数属于各个类的概率 2. 拟合任意分布的概率密度函数 【观点】使用高斯分布拟合 任意分布 一般不作为单独任务，因为 阅读全文
posted @ 2016-05-25 18:24 洞明 阅读(1137) 评论(1) 推荐(0) 编辑
摘要：
2016/5/21 星期六 21:38 LSA pLSA LDA 本质都是矩阵分解 1. LSA 的奇异值分解 A = S·Σ·D，分解得到的是三个矩阵，操作一下，就是 S' = S·Σ D' = Σ·D 此时 S' · D' 仍旧能够得到 近似原始矩阵的值 # 或者这里的 Σ 全部取 Σ' 即 ： 阅读全文
posted @ 2016-05-25 18:22 洞明 阅读(963) 评论(0) 推荐(0) 编辑
摘要：
2016/5/16 星期一 12:23 熵本身就是一个 泛函，p(x) 是概率密度函数，即是一个函数 H(x) = -Σp(x)·logp(x) # input is 函数，所以是 函数的函数 MaxEnt model，希望找到一个 概率分布，这个概率分布的熵最大，所以这是一个泛函问题 # 我以前的 阅读全文
posted @ 2016-05-25 18:19 洞明 阅读(881) 评论(0) 推荐(0) 编辑