lxwlxw

2018年3月26日

摘要：一、音乐推荐 1、传统的方式：基于suprise 协同过滤（各种版本）、SVD、矩阵分解 2、基于word2vec，用每个歌单中的song_id，作为一个样本，训练song2vec向量，进而求取相似歌曲，用户兴趣推荐，根据用户喜欢的歌曲，将时间轴权重，歌曲热度权重叠加到song2vec相似歌曲的相阅读全文

posted @ 2018-03-26 17:50 lxwlxw 阅读(554) 评论(0) 推荐(0) 编辑

吴恩达机器学习

摘要：一、线性回归基本的概念：训练集(积累知识)、学习策略(预测函数)、代价函数(均方差，logist loss)（评估）、优化，训练最优的模型参数欠你和和过拟合：正则化：惩罚参数，变相减少特征二、逻辑回归批量梯度下降：求一次参数，遍历所有的样本随机梯度下降：每一个样本，求一次参数多分类：o 阅读全文

posted @ 2018-03-26 10:57 lxwlxw 阅读(151) 评论(0) 推荐(0) 编辑

2018年3月23日

emoji情感分类器

摘要：一、用词嵌入，rnn、lstm算法，可以在很小的训练集的基础上，建立精确的分类器 1、简单的baseline 构建数据集：小的数据集（X,Y）其中，X包含127个句子(字符串)，Y包含0-4之间的标签，代表表情符号训练数据集（127个），测试（56个实例）之间分割数据集训练集：句子用词嵌入的平阅读全文

posted @ 2018-03-23 17:57 lxwlxw 阅读(792) 评论(0) 推荐(0) 编辑

2018年3月21日

序列模型实践工程

摘要：一、情感分析阅读全文

posted @ 2018-03-21 16:55 lxwlxw 阅读(78) 评论(0) 推荐(0) 编辑

2018年3月19日

序列模型-NLP和词嵌入

摘要： 1、词汇表征： one-hot表征、词嵌入 2、学习词嵌入 word2vec：Word2vec算法是一种简单的计算更加高效的方式来实现对词嵌入的学习 Skip-gram：所做的是在语料库中选定某个词（Context）,随后在该词的正负10个词距内取一些目标词(Target)与之配对，构造一个用Con 阅读全文

posted @ 2018-03-19 16:06 lxwlxw 阅读(769) 评论(0) 推荐(0) 编辑

吴恩达深度学习

摘要：第一门课：神经网络和深度学习第二门课：改善深层神经网络：超参数调试、正则化及优化第三门课：结构化机器学习项目第四门课：卷积神经网络三、CNN 1、作业一：一步一步CNN和使用CNN对图片多分类 CNN： cov fun :卷积函数 pool fun : 池化函数:减少计算量 cnn_sing 阅读全文

posted @ 2018-03-19 13:23 lxwlxw 阅读(238) 评论(0) 推荐(0) 编辑

序列模型

摘要：一、序列模型-循环神经网络 1、序列模型的应用语音信号：将输入的语音信号直接输出相应的语音文本信息。无论是语音信号还是文本信息均是序列数据。 2、循环神经网络： RNN：Waa是连接激励函数与隐藏层的参数，Wax是连接输入和隐藏层的参数，Wya是连接隐藏层和输出层的参数；随即梯度计算法方法更新阅读全文

posted @ 2018-03-19 10:34 lxwlxw 阅读(327) 评论(0) 推荐(0) 编辑

2018年3月12日

LDA主题模型

摘要： 1、什么是LDA主题模型？ LDA主题模型是一种无监督的贝叶斯模型；是一种主题模型，它可以将文档集中的每个文档的主题按照概率给出，同时他是一种无监督学习算法，在训练时不需要手工标注的数据集，仅仅需要文档集和主题的数量K即可。此外LDA的每一个主题均可以找到一些词语来描述它。是一种典型的词袋模型，阅读全文

posted @ 2018-03-12 20:19 lxwlxw 阅读(732) 评论(0) 推荐(0) 编辑

2018年3月7日

数据结构与算法刷题

摘要：一、数据结构常见的面试题都是围绕数组、字符串、链表、树、栈及队列这几种常见的数据结构展开，需熟练掌握，数组和字符串是两种最基本的数据结构，他们用连续内存分别存储数字和字符。链表和树是面试中出现频率最高的数据结构，栈是一个与递归紧密相关的数据结构，同样队列与广度优先遍历算法紧密相关，需深刻理解 1、阅读全文

posted @ 2018-03-07 19:39 lxwlxw 阅读(235) 评论(0) 推荐(0) 编辑

公告