摘要：
https://blog.csdn.net/u012759136/article/details/52302426 前言 （标题不能再中二了）本文仅对一些常见的优化方法进行直观介绍和简单的比较，各种优化方法的详细内容及公式只好去认真啃论文了，在此我就不赘述了。 SGD 此处的SGD指mini-bat 阅读全文
摘要：
https://www.tensorflow.org/install/ 安装 TensorFlow 我们已在如下配置的 64 位笔记本电脑/台式机操作系统中构建并测试过 TensorFlow： MacOS X 10.11 (El Capitan) 或更高版本 Ubuntu 16.04 或更高版本 W 阅读全文
摘要：
怎么办？进行Active Learning主动学习 Active Learning是最近又流行起来了的概念，是一种半监督学习方法。 一种典型的例子是：在没有太多数据的情况下，算法通过不断给出在决策边界上的样本，让打标者进行打标，使得算法明确分类边界，该算法结合On-Line的使用和灰度测试等方法，可 阅读全文
摘要：
https://xz.aliyun.com/t/2190 Ya-Lin Zhang, Longfei Li, Jun Zhou, Xiaolong Li, Yujiang Liu, Yuanchao Zhang, Zhi-Hua ZhouNational Key Lab for Novel Soft 阅读全文
摘要：
AAAI 2018 论文 | 蚂蚁金服公开最新基于笔画的中文词向量算法 2018-01-18 16:13蚂蚁金服/雾霾/人工智能 AAAI 2018 论文 | 蚂蚁金服公开最新基于笔画的中文词向量算法 2018-01-18 16:13蚂蚁金服/雾霾/人工智能 导读：词向量算法是自然语言处理领域的基础 阅读全文
摘要：
http://www.52ml.net/20031.html 【新智元导读】Graph Convolutional Network（GCN）是直接作用于图的卷积神经网络，GCN 允许对结构化数据进行端到端的学习，也即输入可以是任意大小和形状的图。本文介绍 GCN 最新进展，讨论各种方法的优势和缺陷。 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/27216346 本文要介绍的这一篇paper是ICML2016上一篇关于 CNN 在图（graph）上的应用。ICML 是机器学习方面的顶级会议，这篇文章--<< Learning CNNs for Graphs>>--所研究的内容也具有非 阅读全文
摘要：
https://blog.csdn.net/sb19931201/article/details/52577592 xgboost入门与实战（实战调参篇） 前言 前面几篇博文都在学习原理知识，是时候上数据上模型跑一跑了。本文用的数据来自kaggle，相信搞机器学习的同学们都知道它，kaggle上有几 阅读全文
摘要：
https://blog.csdn.net/sb19931201/article/details/52557382 xgboost入门与实战（原理篇） 前言： xgboost是大规模并行boosted tree的工具，它是目前最快最好的开源boosted tree工具包，比常见的工具包快10倍以上。 阅读全文
摘要：
https://blog.csdn.net/u010976453/article/details/78488279 1. 损失函数 损失函数（Loss function）是用来估量你模型的预测值 f(x)f(x) 与真实值 YY 的不一致程度，它是一个非负实值函数，通常用 L(Y,f(x))L(Y, 阅读全文