摘要： 聊天机器人又被称为会话系统，已经成为一个热门话题，许多公司都在这上面的投入巨大，包括微软，Facebook，苹果（Siri），Google，微信，Slack。许多创业公司尝试通过多种方式来改变与消费者服务方式。许多公司希望开发对话机器人能够自然地和人进行交流，并且为了实现这个目标，很多公司声称使用了 阅读全文

摘要： linux 命令总结 1.创建文件夹 2.创建文件 3.删除 4.从软件源安装软件 5.解压文件 压缩（打包）文件 6.移动文件(夹) 7.复制文件(夹) 8.打印当前路径 9.管理员权限 10.查看内存使用 11.任务管理器： 12.MD5校验： 13.查看文件夹权限 14.修改文件(夹)权限(c 阅读全文

摘要： 从2014年Ian Goodfellow提出 "GANs" （Generative adversarial networks）以来，GANs可以说是目前深度学习领域最为热门的研究内容之一，这种可以人工生成数据的方法给我们带来了丰富的想象。有研究者已经能够自动生成相当真实的 "卧室、专辑封面、人脸等图 阅读全文

摘要： 在 Auto encoder 中，input data通过一个encoder神经网络得到一个维度的较低的向量，称这个向量为code，code经过一个decoder神经网络后输出一个output data。 encoder 网络的作用是用来发现给定数据的压缩表示。decoder网络使原始输入的尽可能地 阅读全文

摘要： 卷积神经网络中的反向传播 反向传播是梯度下降法在神经网络中应用，反向传播算法让神经网络的训练成为来可能。 首先要弄清一点，神经网络的训练过程就是求出一组较好的网络权值的过程。反向传播的直观解释就是先用当前网络的权值计算结果，然后根据计算结果和真实结果的差值来更新网络的权值，使得计算结果和真实结果的差 阅读全文

摘要： 原作者：陈成龙 https://github.com/ChenglongChen 简介 Kaggle 于 2010 年创立，专注数据科学，机器学习竞赛的举办，是全球最大的数据科学社区和数据竞赛平台。笔者从 2013 年开始，陆续参加了多场 Kaggle上面举办的比赛，相继获得了 CrowdFlowe 阅读全文

摘要： 本文转自： "lytforgood" 机器学习总结 sklearn参数解释 实验数据集选取： 1分类数据选取 load_iris 鸢尾花数据集 2回归数据选取 数据集 切分为 训练集 验证集 GBDT 系数说明 "参考" GradientBoostingClassifier支持二进制和多类分类 xg 阅读全文

摘要： 特征处理和特征选择 统计特征 加减平均：与均值进行比较。 分位线：处于前百分之几。 次序：排在第几位。 比例：类目占比。 购物推荐中的特征处理示例： 1. 加入购物车时间距当前的天数。 用户商品统计特征 2. 排除30天内从没买过商品的用户。 数据清洗 3. 在购物车里的商品，哪些会买，哪些不会买。 阅读全文

摘要： 生成模型 假设训练集是（$x_{i},y_{i}$）,i=1,2,3,...,N，对新输入的$x$，要求对应的$y$是什么。 判别模型是指求条件概率分布$P(y|x)$或者$y=f(x)$,而生成模型需要先求联合分布$P(x,y)$。对二分类来说，由贝叶斯公式，给一个$x$,它属于$C_{1}$的概 阅读全文

摘要： word2vec 引入 一篇文章、一段话、一个句子是由一个个单词按照某个顺序组合而成。在自然语言处理的过程中不可避免地要考虑如何用计算机来表示一个词。 一种方法是One hot Representation，即先将所有的词创建一个词库，并将每个词编号，然后词就用一个向量来表示，向量的长度与词库的大小 阅读全文