会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
刘建平Pinard
十五年码农,对数学统计学,数据挖掘,机器学习,大数据平台,大数据平台应用开发,大数据可视化感兴趣。
博客园
首页
新随笔
联系
订阅
管理
随笔 - 135
文章 - 0
评论 - 14147
阅读 -
1250万
当前标签:自然语言处理
用gensim学习word2vec
刘建平Pinard 2017-08-03 14:12
阅读:95376
评论:104
推荐:24
编辑
word2vec原理(三) 基于Negative Sampling的模型
刘建平Pinard 2017-07-28 15:56
阅读:105095
评论:131
推荐:27
编辑
word2vec原理(二) 基于Hierarchical Softmax的模型
刘建平Pinard 2017-07-27 17:26
阅读:137138
评论:290
推荐:44
编辑
word2vec原理(一) CBOW与Skip-Gram模型基础
刘建平Pinard 2017-07-13 16:34
阅读:253221
评论:112
推荐:43
编辑
条件随机场CRF(二) 前向后向算法评估标记序列概率
刘建平Pinard 2017-06-22 14:14
阅读:23046
评论:80
推荐:5
编辑
条件随机场CRF(一)从随机场到线性链条件随机场
刘建平Pinard 2017-06-19 17:32
阅读:54607
评论:99
推荐:21
编辑
隐马尔科夫模型HMM(四)维特比算法解码隐藏状态序列
刘建平Pinard 2017-06-12 16:57
阅读:43179
评论:35
推荐:8
编辑
隐马尔科夫模型HMM(三)鲍姆-韦尔奇算法求解HMM参数
刘建平Pinard 2017-06-10 21:25
阅读:40041
评论:97
推荐:12
编辑
隐马尔科夫模型HMM(二)前向后向算法评估观察序列概率
刘建平Pinard 2017-06-08 08:47
阅读:62791
评论:61
推荐:20
编辑
隐马尔科夫模型HMM(一)HMM模型
刘建平Pinard 2017-06-06 15:01
阅读:118829
评论:37
推荐:35
编辑
文本主题模型之LDA(二) LDA求解之Gibbs采样算法
刘建平Pinard 2017-05-18 10:43
阅读:55086
评论:218
推荐:10
编辑
文本主题模型之LDA(一) LDA基础
刘建平Pinard 2017-05-17 14:37
阅读:213465
评论:105
推荐:28
编辑
文本主题模型之非负矩阵分解(NMF)
刘建平Pinard 2017-05-05 14:19
阅读:30942
评论:15
推荐:9
编辑
文本主题模型之潜在语义索引(LSI)
刘建平Pinard 2017-05-04 14:40
阅读:40251
评论:48
推荐:11
编辑
英文文本挖掘预处理流程总结
刘建平Pinard 2017-04-24 15:12
阅读:27547
评论:16
推荐:9
编辑
中文文本挖掘预处理流程总结
刘建平Pinard 2017-04-21 16:58
阅读:58945
评论:76
推荐:20
编辑
文本挖掘预处理之TF-IDF
刘建平Pinard 2017-04-11 14:58
阅读:77426
评论:39
推荐:20
编辑
文本挖掘预处理之向量化与Hash Trick
刘建平Pinard 2017-04-10 14:56
阅读:28062
评论:36
推荐:8
编辑
文本挖掘的分词原理
刘建平Pinard 2017-04-07 14:49
阅读:37744
评论:65
推荐:17
编辑
公告
★珠江追梦,饮岭南茶,恋鄂北家★
你的支持是我写作的动力:
昵称:
刘建平Pinard
园龄:
8年4个月
粉丝:
10738
关注:
15
+加关注
积分与排名
积分 - 489266
排名 - 1461
随笔分类
(135)
0040. 数学统计学(9)
0081. 机器学习(71)
0082. 深度学习(11)
0083. 自然语言处理(23)
0084. 强化学习(19)
0121. 大数据挖掘(1)
0122. 大数据平台(1)
随笔档案
(135)
2019年7月(1)
2019年6月(1)
2019年5月(2)
2019年4月(3)
2019年3月(2)
2019年2月(2)
2019年1月(2)
2018年12月(1)
2018年11月(1)
2018年10月(3)
2018年9月(3)
2018年8月(4)
2018年7月(3)
2018年6月(3)
2018年5月(3)
2017年8月(1)
2017年7月(3)
2017年6月(8)
2017年5月(7)
2017年4月(5)
2017年3月(10)
2017年2月(7)
2017年1月(13)
2016年12月(17)
2016年11月(22)
2016年10月(8)
更多
常去的机器学习网站
强化学习入门书
52 NLP
Analytics Vidhya
深度学习进阶书
深度学习入门书
机器学习路线图
机器学习库
阅读排行榜
1. 梯度下降(Gradient Descent)小结(537628)
2. 梯度提升树(GBDT)原理小结(338644)
3. K-Means聚类算法原理(329699)
4. 谱聚类(spectral clustering)原理总结(328849)
5. 线性判别分析LDA原理总结(299172)
评论排行榜
1. 梯度提升树(GBDT)原理小结(617)
2. 集成学习之Adaboost算法原理小结(362)
3. 决策树算法原理(下)(342)
4. 强化学习(十六) 深度确定性策略梯度(DDPG)(318)
5. 谱聚类(spectral clustering)原理总结(299)
推荐排行榜
1. 梯度下降(Gradient Descent)小结(165)
2. 奇异值分解(SVD)原理与在降维中的应用(124)
3. 谱聚类(spectral clustering)原理总结(87)
4. 集成学习之Adaboost算法原理小结(70)
5. MCMC(一)蒙特卡罗方法(69)
点击右上角即可分享