机器学习_火光摇曳1.pdfVIP

  1. 1、本文档共12页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
机器学习_火光摇曳1.pdf

密码保护:[我们是这样理解语言的­3]神经网络 语言模型 2015/03/06 机器学习、自然语言处理 Jason Copper 这是一篇受密码保护的文章,您需要提供访问密码: 密码: 要查看留言请输入您的密码。 Peacock:大规模主题模型及其在腾讯业务中的 应用 2015/03/02 分布式计算、机器学习、自然语言处理 LDA、Peacock、数 据并行、模型并行 xueminzhao Peacock:大规模主题模型及其在腾讯业务中的 应用 作者:赵学敏 王莉峰 王流斌 孙振龙 严浩 靳志辉 王益 摘要 如果用户最近有哪些信誉好的足球投注网站了“红酒木瓜汤”,那么应该展示什么样的广告呢? 从字面上理解,可能应该返回酒水或者水果类广告。可是你知道 吗?“红酒木瓜汤”其实是一个民间丰胸秘方。如果机器能理[] 继续阅读 2条评论 语义分析的一些方法(三) 2015/02/04 机器学习、自然语言处理、计算广告学 vincentyao 3 图片语义分析 3.1 图片分类 图片分类是一个最基本的图片语义分析方法。 基于深度学习的图片分类 传统的图片分类如下图所示,首先需要先手工提取图片特征,譬如 SIFT, GIST,再经由VQ coding和Spatial pooling,最后送入传统的 分类模型(例如SVM等)。 [] 继续阅读 2条评论 语义分析的一些方法(二) 2015/02/04 机器学习、自然语言处理、计算广告学 vincentyao 2 文本语义分析 前面讲到一些文本基本处理方法。一个文本串,对其进行分词和重要 性打分后 (当然还有更多的文本处理任务),就可以开始更高层的语 义分析任务。 2.1 Topic Model 首先介绍主题模型。说到主题模型,第一时间会想到pLSA,NMF, LDA。关于这几个目前业界最常用的主题模型[] 继续阅读 7条评论 语义分析的一些方法(一) 2015/02/04 机器学习、自然语言处理、计算广告学 vincentyao 语义分析,本文指运用各种机器学习方法,挖掘与学习文本、图片等 的深层次概念。wikipedia上的解释:In machine learning, semantic analysis of a corpus is the task of building structures that approxim[] 继续阅读 暂无评论 Peacock: 大规模主题模型及其在腾讯业务中的 应用 2015/01/28 机器学习、自然语言处理、计算广告学 fandywang 编者注:2014年12月14日,腾讯广点通高级研究员靳志辉在2014中 国大数据技术大会上发表演讲,题为 《Peacock: 大规模主题模型 及其在腾讯业务中的应用》,以下为作者演讲实录。 大家好,我来自腾讯效果广告平台部,参与开发的广告平台是广点 通,广点通目前是腾讯最大的效果广告平台,每天承接的流量接 [] 继续阅读 5条评论 奇异值分解 (We Recommend a Singular Value Decomposition) 2015/01/04 有哪些信誉好的足球投注网站技术、数学之美、机器学习、自然语言处理 richardsun 原文作者:David Austin 原文链接: /samplings/feature­column/fcarc­svd 译者:richardsun(孙振龙) 在这篇文章中,我们以几何的视角去观察矩阵奇异值分解的过程,并 且列举一些奇异值分解的应用。[] 继续阅读 2条评论 [LDA工程实践之算法篇­2] SparseLDA算法 2014/10/27 机器学习、自然语言处 理 perplexity、sparselda xueminzhao 2 SparseLDA算法 本章将介绍一种Gibbs Sampling算法的加速算法——SparseLDA [9],它主要利用LDA 模型的稀疏性,来达到加速以及节省内存的目 的,是一种精确算法 (没有近似)。 2.1 背景 \begin{equation}\label{eq:qz} \be[] 继续阅读 6条评论 [转化率预估­4]特征选择-简介 2014/08/19 机器学习、计算广告学 特征选择 ubiwang 在机器学习中从原始信息中生成和选择特征被称为特征工程 (Feature Egineering)或者特征抽取 (Feature Extraction)。将事 物分门别类一直是人类观察和认识

文档评论(0)

youyang99 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档