摘要：
Topic: Naive Bayes 求最优解 (closed-form) MLE (最大似然) Lagrange Multiplier Method (拉格朗日乘数法) Solve for Naive Bayes 讲解朴素贝叶斯模型的数学原理。 求极值 例题：\(f(x)=x^2-2x-3\) 1 阅读全文
摘要：
Two Main Branches of Learning 学习系统的两个方向： 专家系统：符号主义，基于规则来实现，目前仍然有在使用。适合数据量很少甚至没有的时候。 基于概率统计的系统：连接主义，基于学习的方式来实现，比如机器学习，深度学习。适合拥有大量数据的情况。 虽然目前最火的是基于概率统计的 阅读全文
摘要：
通过leetcode上面的5道基础动态规划题目，讲解求解动态规划问题的思路。 定义 对于动态规划问题，通常需要做3件事情： 问题目标 状态的定义：\(opt[n]\) 状态转移方程：\(opt[n] = best\_of(opt[n-1], opt[n-2], ...)\) 最大子序和 给定一个整数 阅读全文
摘要：
Language Model (语言模型) Noisy Channel Model \[ p(text|source) \propto p(source|text)p(text) \] $\propto$符号表示成正比，公式根据Bayes定理得出，目标是找到使得$p(text|source)$概率最 阅读全文
摘要：
Q&A System Introduction (问答系统介绍) Q：能否根据语料库搭建一个智能客服系统（问答系统）？ 基于搜索的问答系统 基于搜索的问答系统的解决思路：根据用户输入问题，从语料库中找到相似度最高的问题，返回相对应的答案作为回答。 简单流程： 基于搜索的问答系统 vs 基于知识图谱的 阅读全文
摘要：
前面我们已经讲解了线性回归和逻辑回归算法，但是当我们将这些算法应用到实际问题中时，有可能会出现过拟合问题（overfitting problem），导致效果很差，我们可以通过正则化来处理过拟合问题。 The Problem of Overfitting 主要介绍了什么是过拟合。 Example 以我 阅读全文