05 2019 档案

[转] boosting vs bagging
摘要：from : https://www.jianshu.com/p/3b512ca9035b 关键点 降低方差 & 降低偏差 降低过拟合 & 降低欠拟合 并行，彼此独立 & 串行，相互依赖 弱分类器的进化 Bagging（Breiman，1996）: 用bootstrap-resample采集数据。 阅读全文
posted @ 2019-05-29 16:06 凌波微步_Arborday 阅读(252) 评论(0) 推荐(0)
[转] CNN工作步骤解析
摘要：from : https://www.julyedu.com/question/big/kp_id/26/ques_id/2084 阅读全文
posted @ 2019-05-28 22:24 凌波微步_Arborday 阅读(952) 评论(0) 推荐(0)
[转] Attention模型结构
摘要：from: https://zhuanlan.zhihu.com/p/31547842 补充一篇mark : https://zhuanlan.zhihu.com/p/47613793 Attention是一种用于提升基于RNN（LSTM或GRU）的Encoder + Decoder模型的效果的的机 阅读全文
posted @ 2019-05-27 15:24 凌波微步_Arborday 阅读(562) 评论(0) 推荐(0)
[转] Boost算法
摘要：from: https://blog.csdn.net/sinat_22594309/article/details/60957594 在上一篇博客里，我们讨论了关于Bagging的内容，其原理是从现有数据中有放回抽取若干个样本构建分类器，重复若干次建立若干个分类器进行投票，今天我们来讨论另一种算法 阅读全文
posted @ 2019-05-23 16:57 凌波微步_Arborday 阅读(684) 评论(0) 推荐(0)
[转] GDBT详解
摘要：from:https://www.cnblogs.com/peizhe123/p/5086128.html GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法 阅读全文
posted @ 2019-05-23 16:12 凌波微步_Arborday 阅读(979) 评论(0) 推荐(0)
[转] Noise Contrastive Estimation 噪声对比估计 资料
摘要：有个视频讲的不错，mark一下 https://vimeo.com/306156327 阅读全文
posted @ 2019-05-21 23:00 凌波微步_Arborday 阅读(366) 评论(0) 推荐(0)
[转] 对数似然与交叉熵
摘要：形式一样，推导过程与代表意义不同 from: https://zhuanlan.zhihu.com/p/27719875 在我重新抱起概率统计的课本之前，我一直都不清楚似然函数为什么是那样子的，只知道照着公式敲代码（那时候还没有tensorflow），于是出过各种糗： “啊？似然函数不就是交叉熵吗？ 阅读全文
posted @ 2019-05-19 19:56 凌波微步_Arborday 阅读(1966) 评论(0) 推荐(0)
[转] ELMO
摘要：两篇讲ELMO的好文，mark from : https://zhuanlan.zhihu.com/p/63115885 and: https://blog.csdn.net/triplemeng/article/details/82380202 介绍 之前的glove以及word2vec的word 阅读全文
posted @ 2019-05-19 16:33 凌波微步_Arborday 阅读(935) 评论(0) 推荐(0)
[转] Batch Normalization
摘要：作者：魏秀参链接：https://www.zhihu.com/question/38102762/answer/85238569来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 这里分五部分简单解释一下Batch Normalization (BN)。1. What i 阅读全文
posted @ 2019-05-19 11:51 凌波微步_Arborday 阅读(158) 评论(0) 推荐(0)
[转] Covariate shift && Internal covariate shift
摘要：from: https://www.kaggle.com/pavansanagapati/covariate-shift-what-is-it Covariate Shift – What is it ? Introduction You may have heard from various pe 阅读全文
posted @ 2019-05-19 11:42 凌波微步_Arborday 阅读(585) 评论(0) 推荐(0)
[转] Transformer图解
摘要：https://jalammar.github.io/illustrated-transformer/ 图文并茂 mark 阅读全文
posted @ 2019-05-18 22:42 凌波微步_Arborday 阅读(670) 评论(0) 推荐(0)
[转] HMM与CRF
摘要：知乎高赞回答，写的很好, mark一下 作者：Scofield链接：https://www.zhihu.com/question/35866596/answer/236886066来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 概率图模型学习笔记：HMM、MEMM、C 阅读全文
posted @ 2019-05-15 09:17 凌波微步_Arborday 阅读(721) 评论(0) 推荐(0)
[转] 先验概率与后验概率&&贝叶斯与似然函数
摘要：from: https://blog.csdn.net/shenxiaoming77/article/details/77505549 先验概率和后验概率 教科书上的解释总是太绕了。其实举个例子大家就明白这两个东西了。 假设我们出门堵车的可能因素有两个（就是假设而已，别当真）：车辆太多和交通事故。 阅读全文
posted @ 2019-05-14 09:02 凌波微步_Arborday 阅读(391) 评论(0) 推荐(0)
[转] Transformer
摘要：from: https://terrifyzhao.github.io/2019/01/11/Transformer%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3.html 简介Attention Is All You Need是一篇Google提出的将Attention思 阅读全文
posted @ 2019-05-13 17:36 凌波微步_Arborday 阅读(467) 评论(0) 推荐(0)
[转] torch损失函数
摘要：mark: https://blog.csdn.net/geter_cs/article/details/84857220 阅读全文
posted @ 2019-05-10 09:19 凌波微步_Arborday 阅读(173) 评论(0) 推荐(0)
[转] EM算法
摘要：from : http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html 回顾优化理论中的一些概念。设f是定义域为实数的函数，如果对于所有的实数x，，那么f是凸函数。当x是向量时，如果其hessian矩阵H是半正定的（），那么f是 阅读全文
posted @ 2019-05-03 16:40 凌波微步_Arborday 阅读(364) 评论(0) 推荐(0)
[转] 主成分分析PCA
摘要：深入浅出，mark一下 from : http://blog.codinglabs.org/articles/pca-tutorial.html PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可 阅读全文
posted @ 2019-05-02 17:51 凌波微步_Arborday 阅读(228) 评论(0) 推荐(0)
[转] 先验概率and后验概率
摘要：from: https://blog.csdn.net/yangang908/article/details/62215209 and : https://my.oschina.net/xiaoluobutou/blog/688245 先验概率：事件发生前的预判概率。可以是基于历史数据的统计，可以由 阅读全文
posted @ 2019-05-02 09:49 凌波微步_Arborday 阅读(3309) 评论(0) 推荐(0)