道之有道

摘要： 本文主要介绍了推荐模型Product Neural Network（PNN）的原理和代码实现过程。 阅读全文

摘要： 本篇文章主要介绍了神经协同过滤NeuralCF的框架、原理，并进行了TensorFlow2.0的代码复现与实践 阅读全文

摘要： 本文主要介绍了微软在2016年所公开的模型DeepCrossing，其将多层残差网络引入神经网络模型，以提供更为丰富的交叉特征的原理和实现部分。 阅读全文

摘要： 本文主要介绍了AutoRec自编码机与协同过滤思路融合的单层神经网络推荐模型，和TensorFlow2.0代码实践 阅读全文

摘要： 前言 本次图网络学习笔记主要是百度PGL团队的七日优质免费课程，主要参考自这里：图神经网络7日打卡营. 本次课程包含了很多内容：图游走来算法，图神经算法，尤其是NLP的预训练模型为基础的应用的ERNIESAGE模型取得了很好的效果，这里作为基础先记录一下ERNIE的实践过程。 学习原理可参考：PPT 阅读全文

摘要： 【机器学习】条件随机场conditional random field，给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型。特点是假设输出随机变量构成马尔可夫随机场。条件随机场可用于不同的预测问题。主要的线性链条件随机场，是对输入序列对输出序列预测的判别模型，形成为对数线性模型，学习方法常为极大似然估计或正则化极大似然估计，可应用于标注问题，2001年Lafferty提出。 阅读全文

摘要： 本篇随笔主要介绍EM算法（期望最大值算法），目的是求解含有隐变量的高绿模型参数难以求解的问题。同时解答了上篇探究HMM模型时用到的一种方法，放在这里稍作介绍。 阅读全文

摘要： 【机器学习】隐马尔可夫模型（hidden Markov model，HMM）是可用于标注问题的统计学习模型，描述由隐藏马尔科夫链随机生成的观测序列的过程，属于生成模型。在语音识别，自然语言处理，生物信息，模式识别有广泛的应用。 阅读全文

摘要： Boosting在分类问题中，通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类性能。AdaBoost最具代表性，由Freund和Schapire在1995年提出；Boost树在2000年由Friedman提出。 阅读全文

摘要： support vector machines,SVM是二类分类模型。定义在特征空间上间隔最大的线性分类器，由于包括核技巧实质上成为非线性分类器。学习策略是间隔最大化，可形式化为求解凸二次规划问题（convex quadratic programming）。求解算法是求解凸二次规划的最优化算法。 S 阅读全文