摘要：
使用像Scikit-Learn这样的库，现在很容易在Python中实现数百种机器学习算法。这很容易，我们通常不需要任何关于模型如何工作的潜在知识来使用它。虽然不需要了解所有细节，但了解机器学习模型是如何工作的仍然有用。这使我们可以在模型表现不佳时进行诊断，或者解释模型如何做出决策，如果我们想让别人相 阅读全文
posted @ 2019-03-29 22:31
Alan_Fire
阅读(1257)
评论(0)
推荐(0)
摘要：
经常有人问我：老大让我完成xxx，我不会，他也不会，但是很着急。这个任务怎么实现啊？这个任务需要什么技术啊？这种情况我遇到有100+次了，而且很多时候问得问题跟具体需要的技术简直是驴唇不对马嘴。所以今天整理了常见的30种NLP任务非常适合练手的Project，我觉得有俩作用：研究+练手，加深理解，做 阅读全文
posted @ 2019-03-29 22:22
Alan_Fire
阅读(3247)
评论(1)
推荐(2)
摘要：
2018年对于自然语言处理（NPL）是很有意义的一年，见证了许多新的研究方向和尖端成果。Elvis Saravia 是计算语言学专家，也是2019 计算语言学会年度大会北美分部的项目委员之一。他总结了2018年 NLP 的重要进展，包括增强学习、情感分析和深度学习等领域。点击文章中的链接，可获得每一 阅读全文
posted @ 2019-03-29 22:18
Alan_Fire
阅读(458)
评论(0)
推荐(0)
摘要：
最近调研了不少迁移学习的工作，分享给大家。因为我感觉迁移学习在NLP领域的很多任务中有很大的利用价值，毕竟高质量的标注数据是很少的，而人工标注费时费力，而且质量不一定好。 1. Domain Adaptation 领域自适应 1.1 动机 领域自适应是一种迁移学习，它将不同源领域的数据或特征映射到同 阅读全文
posted @ 2019-03-29 22:05
Alan_Fire
阅读(14649)
评论(0)
推荐(0)
摘要：
一、特征提取Feature Extraction： · SIFT [1] [Demo program][SIFT Library] [VLFeat] · PCA-SIFT [2] [Project] · Affine-SIFT [3] [Project] · SURF [4] [OpenSURF] 阅读全文
posted @ 2019-03-29 19:21
Alan_Fire
阅读(483)
评论(0)
推荐(0)
摘要：
如果你有非常大的决心从事深度学习，又不想在这一行打酱油，那么研读大牛论文将是不可避免的一步。而作为新人，你的第一个问题或许是：“论文那么多，从哪一篇读起？” 本文将试图解决这个问题——文章标题本来是：“从入门到绝望，无止境的深度学习论文”。请诸位备好道具，开启头悬梁锥刺股的学霸姿势。 开个玩笑。 但 阅读全文
posted @ 2019-03-29 19:19
Alan_Fire
阅读(773)
评论(0)
推荐(0)
摘要：
Hangover Description How far can you make a stack of cards overhang a table? If you have one card, you can create a maximum overhang of half a card le 阅读全文
posted @ 2019-03-29 17:51
Alan_Fire
阅读(227)
评论(0)
推荐(0)
摘要：
Melanie Tosik目前就职于旅游搜索公司WayBlazer，她的工作内容是通过自然语言请求来生产个性化旅游推荐路线。回顾她的学习历程，她为期望入门自然语言处理的初学者列出了一份学习资源清单。 displaCy网站上的可视化依赖解析树 https://demos.explosion.ai/di 阅读全文
posted @ 2019-03-29 14:05
Alan_Fire
阅读(1142)
评论(0)
推荐(1)
摘要：
作为人工智能时代最重要的知识表示方式之一，知识图谱能够打破不同场景下的数据隔离，为搜索、推荐、问答、解释与决策等应用提供基础支撑。美团大脑围绕吃喝玩乐等多种场景，构建了生活娱乐领域超大规模的知识图谱，为用户和商家建立起全方位的链接。我们美团希望能够通过对应用场景下的用户偏好和商家定位进行更为深度的理 阅读全文
posted @ 2019-03-29 14:03
Alan_Fire
阅读(530)
评论(0)
推荐(0)
摘要：
EMNLP 2018 ■ 论文解读 | 康矫健，浙江大学硕士，研究方向为知识图谱、自然语言处理 论文链接：PaperWeekly 源码链接：pouyapez/mkbe 论文动机 当前知识库补全的方法主要是将实体和关系嵌入到一个低维的向量空间，但是却只利用了知识库中的三元组结构 (<s,r,o>) 数 阅读全文
posted @ 2019-03-29 14:01
Alan_Fire
阅读(1083)
评论(0)
推荐(0)
摘要：
原文 : A Review of Relational Machine Learning for Knowledge Graphs 1. Introduction Statistical Relational Learning目的 : 预测边, 预测node的属性, 对node进行聚类 与KB的结合 阅读全文
posted @ 2019-03-29 13:59
Alan_Fire
阅读(2226)
评论(0)
推荐(1)
摘要：
▌一、知识图谱的概述 我们先直观的来看一下什么是知识图谱，下面有一张图，从这张图里可以看到，这个图里圆圈是节点，节点之间有一些带箭头的边来连成，这个节点实际上相当于知识图谱里的实体或者概念，边连线表示实体之间的关系。 知识图谱本质上是一种大型的语义网络，它旨在描述客观世界的概念实体事件以及及其之间的 阅读全文
posted @ 2019-03-29 13:47
Alan_Fire
阅读(783)
评论(0)
推荐(0)
摘要：
导读 知识图谱 (Knowledge Graph) 是当前的研究热点。自从2012年Google推出自己第一版知识图谱以来，它在学术界和工业界掀起了一股热潮。各大互联网企业在之后的短短一年内纷纷推出了自己的知识图谱产品以作为回应。比如在国内，互联网巨头百度和搜狗分别推出”知心“和”知立方”来改进其搜 阅读全文
posted @ 2019-03-29 13:45
Alan_Fire
阅读(1474)
评论(0)
推荐(0)
摘要：
本文主要阐述： 社交网络的结构特性与演化机理 社交网络群体行为形成与互动规律 社交网络信息传播与演化机理 社交网络分析的应用 社交网络前沿研究 学习资料 参考资料 社交网络的结构特性与演化机理 社交网络群体行为形成与互动规律 社交网络信息传播与演化机理 社交网络分析的应用 社交网络前沿研究 学习资料 阅读全文
posted @ 2019-03-29 13:40
Alan_Fire
阅读(16906)
评论(0)
推荐(1)
摘要：
实践了下怎么建一个简单的知识图谱，两个版本，一个从 0 开始（start from scratch），一个在 CN-DBpedia 基础上补充，把 MySQL，PostgreSQL，Neo4j 数据库都尝试了下。自己跌跌撞撞摸索可能踩坑了都不知道，欢迎讨论。 1. CN-DBpedia 构建流程 知 阅读全文
posted @ 2019-03-29 13:37
Alan_Fire
阅读(4050)
评论(2)
推荐(1)
摘要：
我们大部分人是如何查询和搜集深度学习相关论文的？绝大多数情况是根据关键字在谷歌、百度搜索。想寻找相关论文的复现代码又会去 GitHub 上搜索关键词。浪费了很多时间不说，论文、代码通常也不够完整。怎么办？今天给大家介绍一个非常牛逼的网站，叫做：Papers with Code。有了它，你再不需要从别 阅读全文
posted @ 2019-03-29 13:30
Alan_Fire
阅读(583)
评论(0)
推荐(0)
摘要：
本月课程：A) Beginners: Data Science & Machine Learning using Python — A Bootcamp.[301 推荐 4.6/5 星星] B) Bayesian Machine Learning in Python: A/B Testing. [1 阅读全文
posted @ 2019-03-29 13:26
Alan_Fire
阅读(194)
评论(0)
推荐(0)
摘要：
目标检测是用于在图像中查找感兴趣目标的计算机视觉技术： 这比只能告诉你图像的“主体”是什么的分类更高类 ，目标检测可以找到多个目标，并对它们进行分类并找到它们在图像中的位置。 目标检测模型为每个目标预测一个边界框和目标的分类概率。 目标检测常常会预测太多的边界框。每个框还有一个置信度分数，表示模型认 阅读全文
posted @ 2019-03-29 13:22
Alan_Fire
阅读(725)
评论(0)
推荐(0)
摘要：
论文：You Only Look Once: Unified, Real-Time Object Detection 原文链接：https://arxiv.org/abs/1506.02640 背景介绍 目前的目标检测系统是由原来的目标分类系统改造而来。为了检测目标这些系统在待检测图片的不同位置而使 阅读全文
posted @ 2019-03-29 13:13
Alan_Fire
阅读(625)
评论(0)
推荐(0)
摘要：
目标检测一直是计算机视觉的基础问题，在 2010 年左右就开始停滞不前了。自 2013 年一篇论文的发表，目标检测从原始的传统手工提取特征方法变成了基于卷积神经网络的特征提取，从此一发不可收拾。 本文将跟着历史的潮流，简要地探讨「目标检测」算法的两种思想和这些思想引申出的算法，主要涉及那些主流算法， 阅读全文
posted @ 2019-03-29 12:26
Alan_Fire
阅读(2420)
评论(0)
推荐(0)
浙公网安备 33010602011771号