2019年5月2日

机器学习技法笔记：04 Soft-Margin Support Vector Machine

摘要：原文地址：https://www.jianshu.com/p/77cc38ac060f Roadmap Motivation and Primal Problem Dual Problem Messages behind Soft Margin SVM Model Selection Summary 阅读全文

posted @ 2019-05-02 16:50 cherrychenlee 阅读(116) 评论(0) 推荐(0)

机器学习技法笔记：03 Kernel Support Vector Machine

摘要：原文地址：https://www.jianshu.com/p/c4d26878f950 Roadmap Kernel Trick Polynomial Kernel Gaussian Kernel Comparison of Kernels Summary 阅读全文

posted @ 2019-05-02 16:49 cherrychenlee 阅读(134) 评论(0) 推荐(0)

机器学习技法笔记：02 Dual Support Vector Machine、KKT

摘要：原文地址：https://www.jianshu.com/p/58259cdde0e1 Roadmap Motivation of Dual SVM Lagrange Dual SVM Solving Dual SVM Messages behind Dual SVM Summary 阅读全文

posted @ 2019-05-02 16:48 cherrychenlee 阅读(190) 评论(0) 推荐(0)

机器学习技法笔记：01 Linear Support Vector Machine

摘要：原文地址：https://www.jianshu.com/p/525c95bf23d4 Roadmap Course Introduction Large Margin Separating Hyperplane Standard Large Margin Problem Support Vecto 阅读全文

posted @ 2019-05-02 15:05 cherrychenlee 阅读(145) 评论(0) 推荐(0)

2019年5月1日

文本表征：SoW、BoW、TF-IDF、Hash Trick、doc2vec、DBoW、DM

摘要：原文地址：https://www.jianshu.com/p/2f2d5d5e03f8 一、文本特征（一）基本文本特征提取 + 词语数量常，负面情绪评论含有的词语数量比正面情绪评论更多。 + 字符数量常，负面情绪评论含有的字符数量比正面情绪评论更多。 + 平均词汇长度平均词汇长度=所有单词长阅读全文

posted @ 2019-05-01 20:46 cherrychenlee 阅读(1248) 评论(0) 推荐(0)

词表征 3：GloVe、fastText、评价词向量、重新训练词向量

摘要：原文地址：https://www.jianshu.com/p/ca2272addeb0 （四）GloVe GloVe本质是加权最小二乘回归模型，引入了共现概率矩阵。 1、基本思想 GloVe模型的目标就是获取每个词的向量表示$w$。GloVe认为，$w_i$、$w_j$、$w_k$通过某种函数$F$ 阅读全文

posted @ 2019-05-01 20:09 cherrychenlee 阅读(2134) 评论(0) 推荐(0)

词表征 2：word2vec、CBoW、Skip-Gram、Negative Sampling、Hierarchical Softmax

摘要：原文地址：https://www.jianshu.com/p/5a896955abf0 2）基于迭代的方法直接学相较于基于SVD的方法直接捕获所有共现值的做法，基于迭代的方法一次只捕获一个窗口内的词间共现值。好的语言模型中，有意义的句子高概率，无意义的句子即使语法正确也低概率。在得到输入词向量阅读全文

posted @ 2019-05-01 19:54 cherrychenlee 阅读(1015) 评论(0) 推荐(1)

词表征 1：WordNet、0-1表征、共现矩阵、SVD

摘要：原文地址：https://www.jianshu.com/p/c1e4f42b78d7 一、基于知识的表征参见图1.1，WordNet中包含同义词集(synonym sets)和上位词(hypernyms, is a关系)。其存在的问题为： + 作为资源来说是好的，但是它失去了词间的细微差别；阅读全文

posted @ 2019-05-01 19:46 cherrychenlee 阅读(957) 评论(0) 推荐(0)

机器学习基石笔记：Homework #4 Regularization&Validation相关习题

摘要：原文地址：https://www.jianshu.com/p/3f7d4aa6a7cf 问题描述程序实现运行结果 13 14 15 16 17 18 19 20 阅读全文

posted @ 2019-05-01 18:12 cherrychenlee 阅读(166) 评论(0) 推荐(0)

机器学习基石笔记：16 Three Learning Principles

摘要：原文地址：https://www.jianshu.com/p/eb098d187ffe 三个理论上界：三个线性模型：三个关键工具：三条学习规则： + 奥卡姆剃刀定律先从简单模型开始，训练后出现欠拟合，再尝试复杂点模型。 + 采样误差训练、验证、测试数据尽量同分布。 + 数据偷看找到折中方阅读全文

posted @ 2019-05-01 18:00 cherrychenlee 阅读(147) 评论(0) 推荐(0)

导航

2019年5月2日

2019年5月1日