前段时间，跟部门同事分享了深度学习相关的一些理论基础，在此记录一下。仅供后续学习和复习。 目录 1、背景及现状 2、Embeding 3、DNN 4、CNN 5、RNN（LSTM） 6、应用（结合自身的应用案例） （1）情感分析/类目预测（文本分类） （2）NER/POS ...

引言 　　 拿到这份文档时想必你的脑海中一直萦绕着这么一个问题，“机器学习/深度学习要怎么学呢？（怎么入门，又怎么进一步掌握？）”。关于这个问题其实并没有一个标准答案，有的人可能适合自底向上的学，也就是先从理论和数学开始，然后是算法实现，最后再通过一些项目去解决生活中的实际问题；有的人则可 ...

借助三维坐标系来看下欧氏距离和余弦相似度的区别 从图上可以看出欧式距离衡量的是空间中各点之间的绝对距离，和点所在的位置坐标（即个体各维度的特征数值）直接相关，距 ...

入门神经网络深度学习，推荐学习《深度学习入门：基于Python的理论与实现》，这本书不来虚的，一上来就是手把手教你一步步搭建出一个神经网络，还能把每一步的出处讲明白。理解神经网络，很容易就能入门。 深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python ...

从机器学习到深度学习资料整理 　　在过去的大半年中，博主一直在进行人工智能相关知识的自学。由于人工智能最近两年的火热，从网上能够找到非常多的资料，包括：MOOC、博客等，博主也花费了很多的时间从众多的资源中找到了一条“从入门到进阶”的学习之路。在此，博主根据自己的学习体验，将所用到的资料汇总 ...

机器学习和深度学习资料合集 注:机器学习资料篇目一共500条,篇目二开始更新 希望转载的朋友，你可以不用联系我．但是一定要保留原文链接，因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多．此外:某些资料在中国访问需要梯子. 《Brief History ...

深度学习 1.深度学习是否无所不能？ 适合掌握深度学习的任务应具备这样一些特点： （1）具备大量样本数据。如果样本数据难以获取或者数量太少，我们认为就不适合深度学习技术解决 （2）样本数据对场景的覆盖度足够完善。深度学习模型的效果完全依赖样本数据表现，如果出现样本数据外的情况，模型的推广性 ...

为了完成毕设, 最近开始入门深度学习. 在此和大家分享一下本人阅读鱼书时的笔记,若有遗漏,欢迎斧正! 若转载请注明出处! 一、感知机 感知机(perceptron)接收多个输入信号，输出一个信号。 如图感知机，其接受两个输入信号。其中 \(\theta\) 为阈值，超过阈值 神经元就会 ...