摘要：
商业的发展必须以社会伦理为根基, 否则会把人引入歧途, 社会赚取利润的目的不是为了中饱私囊, 而是为了给社会创造财富 他们大都游走在政治和金钱边缘,用独特的方式塑造着自己的商业帝国, 他们时而阴险狡诈,时而充满关怀, 他们复杂多变却又坚定勇敢 我们就是用一切手段创造商机, 为此需要三种要素, 资源, 阅读全文
摘要：
我们只想凭借勤奋打天下几乎是痴人说梦,你还必须学着左右逢源，懂得抓住稍纵即逝的机会. 这时候，日本的局势越发混乱，江户经常发生冲突、动乱，很多银两兑换所被迫关门。而安田屋却没有被刀枪吓住，坚持努力拓展业务毫不放松。出人意料的是，安田屋的勇敢、勤奋和敬业居然吸引了幕府人的注意力，他们特意拨给安田善次郎 阅读全文
摘要：
自然语言处理 NLP常见任务 自动摘要 seq2seq 指代消解 小明放学了, 妈妈去接他, 这个他就是小明 机器翻译 统计机器语言的模型SMT 词性标注 heat(v.) water(n.) 分词 (中文, 日文等) 大水沟/很/难/过 主题识别 文本分类 NLP处理方法 通过参数去描绘这个分布 阅读全文
摘要：
决策树也是一种基础的机器学习模型 比如预测今天小明是否出去打球, 那么我们知道一些特征, 通过对特征的划分,我们可以做出一颗树, 就是决策树, 其实决策树在管理学也用的很多, 主要是对每种情况给出一个概率,然后判断情况的优劣, 这样我们可以通过这棵树来判断当前的情况 如何判断哪个特征进行划分呢, 我 阅读全文
摘要：
深度学习 线性代数分类器 深度学习的理论不难, 主要是对感知机(线性感知机的多层叠加, 使其可以拟合比较复杂的数据 这样就对复杂空间进行更好的切割,和拟合) 损失函数 支持向量机损失 损失函数就是用来调节参数, 判断模型是否是优劣的, 如果模式选择的不对, 那么损失函数会有比较大的损失, 因此我们可 阅读全文
摘要：
逻辑回归 分类算法 线性回归 + 阈值 健壮性不够, 噪声一来, 马上投降 线性回归做分类问题, 健壮性很差, 做分类算法 判定边界, 线性回归, 我把一个线性回归用 sigmiod 函数进行压缩, 压缩到 0 1 的值, 然后以 0.5 判定是否是正样本和负样本 逻辑回归不一定是线性的, 也可以是 阅读全文
摘要：
机器学习初步 有监督和无监督区别, 一个有标签一个无标签 机器学习的目的, 寻找一个模式 与环境进行交互, 有一个反馈 有监督分为两类问题 主要任务是分类和回归 降维也是无监督的学习 每一行是一个样本, 每一列是一个特征(属性维度) 线性回归 多变量情形 损失函数 平方损失函数 指数损失函数 交叉熵 阅读全文
摘要：
线性代数选讲 线性代数和矩阵 线性空间和几何的关系 线性空间是一些向量的几何, 可以做加减, 分配率等操作 如何做计算? 基是线性空间里的一组向量, 使得任何一个向量可以唯一的表示成这组向量的线性组合. 有了基, 向量就可以表示成一个点(a, b) 矩阵变换和特征值 线性变换就引入了矩阵, 从低维空 阅读全文
摘要：
微积分选讲 极限 一个函数在 x 附近的数就是极限 无穷小 逼近的时候, 需要了解逼近的时候需要了解以什么样的速度来逼近无穷小. 微分和泰勒级数 微分学的核心思想就是逼近, 通常而言我们研究的函数都是比较复杂的,我们想用一个简单的函数进行逼近, 不准的话, 我们想知道这个逼近有多近, 用一个线性函数 阅读全文
摘要：
朴素贝叶斯是一种简单的概率分类器, 其实是利用了先验概率, 而计算后验概率的一种概率统计方法, 虽然很简单, 但是面对一些问题, 确实很有效 基于朴素贝叶斯的分类方法 优点: 在数据量很少的情况下, 仍然有效, 而且可以处理多分类问题 缺点: 对于输入数据的准备方式比较敏感 贝叶斯的理论的核心思想是 阅读全文