zjgtan

摘要： simrank背景度量相似度是许多应用的关键问题。传统方法与问题的领域相关，如文本匹配、计算交集。simrank则利用关联关系度量相似性，即“两个节点的相似性和各自邻域节点的相似度有关”。算法simrank的核心公式：当，并且，时，当,当，或者通过多轮迭代，可以收敛。mapreduce实现利用mapreduce，容易进行上述的迭代计算。（1）初始状态：相似度矩阵是单位阵：邻接集合列，（2）每轮迭... 阅读全文

摘要： query聚类目的query聚类主要有以下两个目的解决query空间稀疏问题（长尾query）挖掘用户意图（一条行为包含的意图是稀疏的，当有一簇行为时，意图更明确）可以说聚类是构建内容模型的重要手段Content Based聚类Content based聚类基于query本身，即两个query包含相同的term。优点是可以将形态相似的query聚到一起，但是会遗漏掉意图相同但query形态不同的... 阅读全文

摘要： 文本生成论文集论文0题目《Generating Text with Recurrent Neural Networks》解决问题：（1）句子压缩（2）文本生成要点：（1）提出了新的rnn结构（MRNN）本文表示能够提升文本生成能力，但名气比较小论文1题目《Generating Sequences With Recurrent Neural Networks》代码：https://sourcefo... 阅读全文

摘要： 文本生成模型序列模型问题对于一个序列预测问题：（1）输入的时间变化序列：（2）在t时刻通过模型预测下一时刻，即：难点（1）内部状态难以建模、观察（2）长时间窗口内的状态难以建模、观察建模思路（1）引入内部的隐状态变量simple RNNrnn的基本结构如下：前向传播其中：（1）是t时刻输入（2）是状态层，在0时刻初始化（3）函数是激励函数(sigmoid, tanh)（4）是输出层函数（soft... 阅读全文

摘要： gibbs采样关键字一关键字二参数估计与预测机器学习的一般思路为：1.从问题的本质中构建模型，定义样本的产生，有联合概率(图模型)。2.进行模型参数的估计：MLE、MAP、Bayes。3.使用模型对新样本进行估计。MLE：极大似然估计估计：解优化函数预测：MAP：极大后验估计估计：解优化函数预测：对比极大似然估计，引入了关于的先验知识。Bayes估计估计：后验概率预测：对于MLE和MAP算法，对... 阅读全文

摘要： \(\alpha+\beta\geq\frac12\) 阅读全文

摘要： 1 Boosting概述2 Classification and Regression Tree3 AdaBoost3.1 算法框架3.2 原理：Additive Modeling4 Gradient Boosting Machine4.1 理论基础：Numerical Optimization4.... 阅读全文

摘要： lda，latent diriclet allocation,是一个最基本的bayesian模型。本文要研究lda基于变分的推导方法。意义是重大的。一、符号的定义: the number of topics: the number of documents: the number of terms in vocabulary: index topic: index document: i... 阅读全文

摘要： 0、基石——贝叶斯推断计算后验概率即为我们对参数的估计：其中： ——输入数据 ——待估计的参数 ——似然分布 ——参数的先验分布对新样本的预测：我们要估计的概率1、常用的概率分布Dirichlet Distribution2、文本建模2.1 基本模型——unigram model最基本的一种文本模型。我们做这样的假设：语料库是从词表中独立的抽取的个。有似然方程其中是t... 阅读全文

摘要： 从面试的反馈来看，这部分可以问的很难。1、指针与引用的区别指针是一个变量，用来存放地址的变量。引用是原来变量的存储空间的别名。2、指针作为参数的要点a、需要进行指针的合法性检验，防止空指针。b、需要修改指针本身指向的地址时，参数需要是该指针的引用。3、c++程序运行空间数据区（Data Area）：全局变量、静态变量、常量存放在数据区。代码区（Code Area）：所有类成员函数和非成员函数栈... 阅读全文