最大熵模型 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第七次課在線筆記。熵，這個概念對於我們來說既熟悉又陌生，熟悉的是我們在許多領域都會碰到熵這個概念，陌生的是如果真的讓你解釋它又說不清道不明。本次課程討論了熵的概念並詳細解釋了最大熵模型。這次 ...

凸優化 作者：櫻花豬 摘要: 本文為七月算法（julyedu.com）12月機器學習第四次課在線筆記。“凸優化”指的是一種比較特殊的優化，通過“凸優化”我們能夠把目標函數轉化成一個“凸函數”然后利用凸函數的性質求極值來求解問題。“凸優化”不僅僅在機器學習中有所應用，幾乎在 ...

LDA常見的應用方向： 　　信息提取和搜索(語義分析)；文檔分類/聚類、文章摘要、社區挖掘；基於內容的圖像聚類、目標識別(以及其他計算機視覺應用)；生物信息數據的應用; 對於朴素貝葉斯模型來說，可以勝任許多文本分類問題，但無法解決語料中一詞多義和多詞一義的問題--它更像是詞法分析，而非語義分析 ...

隱馬爾科夫模型HMM 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十七次課在線筆記。隱馬爾可夫模型（Hidden Markov Model，HMM）是統計模型，它用來描述一個含有隱含未知參數的馬爾科夫過程。其難點是從可觀察的參數中確定該過程 ...

微積分和概率論 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第一次課在線筆記。本次課以機器學習的觀點來看待曾經學過的數學問題，為未來的做機器學習的公式推導做理論基礎。主要內容包括高等數學和概率論部分內容。課程通過簡單的數學知識串講，喚起封存已久 ...

隨機森林和提升 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十一次次課在線筆記。隨機森林和提升都是機器學習將弱分類器融合成強分類器的方法。和我們熟悉的另一種機器學習模型SVM相比，這種方法更適合於大數據並且它的計算速度要比SVM快許多 ...

摘要： 　　兩篇文檔是否相關往往不只決定於字面上的詞語重復，還取決於文字背后的語義關聯。對語義關聯的挖掘，可以讓我們的搜索更加智能化。本文着重介紹了一個語義挖掘的利器：主題模型。主題模型是對文字隱含主題進行建模的方法。它克服了傳統信息檢索中文檔相似度計算方法的缺點，並且能夠在海量 ...

條件隨機場 作者：櫻花豬 摘要： 本文為七月算法（julyedu.com）12月機器學習第十八次課在線筆記。條件隨機場是一種判別式概率模型，是隨機場的一種，常用於標注或分析序列資料，如自然語言文字或是生物序列。 引言： “條件隨機場”被用於中文分詞 ...