- 1、本文档共12页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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)