首页
学习
活动
专区
工具
TVP
发布

杨熹的专栏

专栏作者
302
文章
366916
阅读量
55
订阅数
《智能语音时代》
我们正在进入语音时代,从智能语音助手到智能家居,这些智能语音产品已经开始融入我们的生活了。
杨熹
2020-04-14
2.2K1
机器学习面试题集-如何画 ROC 曲线
Receiver Operating Characteristic Curve 是评价二值分类器的重要指标
杨熹
2019-05-24
1.6K0
机器学习面试题集-图解准确率,精确率,召回率
当样本比例非常不均衡时,比如某类别占 样本比例 80%时,分类器把所有样本都预测为这个类别,也可以获得 80%的准确率
杨熹
2019-05-19
1.7K0
《百面机器学习》笔记-特征工程相关面试题2
例如,特征a有m个取值,特别b 有n个取值,将二者组合就有m*n个组成情况。这时需要学习的参数个数就是 m×n 个
杨熹
2019-05-17
8650
CMU Neural Nets for NLP 2019 (4):CNN for NLP
CMU Neural Nets for NLP 2019 (4): Convolutional Neural Networks for Language
杨熹
2019-05-14
5180
【机器学习知识体系】- 逻辑回归篇
在面试时有时会问到 LR 为什么用 sigmoid ?在介绍模型时这个知识点经常被忽略,有时候问到了就会不知道要怎么回答,下文给出了数学的解释:
杨熹
2019-04-23
4540
【机器学习知识体系】- 机器学习问题的一般流程
今天开始会陆续将之前的文章做一下梳理,整理出一个完整的知识体系,有需要的伙伴们可以更方便地查找自己需要的知识点。
杨熹
2019-04-18
4070
TensorFlow 2.0 Tutorial: 3 - 几种 RNN 模型的实现
下面创建一个简单的 2 层 RNN,每层有 100 个神经元,输出层是单个神经元的 dense 层:
杨熹
2019-04-17
2.9K0
TensorFlow 2.0 Tutorial: 1. 先搭建一个最简单的模型
3 月 6-7 日,在 TensorFlow 的 2019 峰会上正式推出了 2.0 Alpha 版本。 新的 TensorFlow,代码很简洁,搭建模型更容易,下面通过一个最简单的模型,来看用 2.0 搭建神经网络模型的一般流程:
杨熹
2019-04-09
1.3K0
中文NLP笔记:14. 中文命名实体提取
  一般包括三大类(实体类、时间类和数字类)和七小类(人名、地名、机构名、时间、日期、货币和百分比)
杨熹
2019-03-06
1.5K0
中文NLP笔记:8. 基于CNN的推荐系统
  如果一段文字包含有 n 个词,每个词有 m 维的词向量,那么可以得到一个 n*m 的词向量矩阵
杨熹
2019-02-20
2K0
中文NLP笔记:8. 基于LSTM的文本分类
  有些句子即使把词的顺序打乱,还是可以看懂这句话在说什么,有时候词的顺序打乱,句子意思就变得面目全非
杨熹
2019-02-20
3.4K0
中文NLP笔记:5. 文本数据如何转换成计算机能够计算的数据
  把文本(段落或者文档)看作无序的集合,忽略语法和单词的顺序,计算每个单词出现的次数
杨熹
2019-02-20
1.3K0
情感分析的方法有哪些
情感分析也称为意见挖掘,是自然语言处理(NLP)中的一个领域,它试图在文本中识别和提取意见
杨熹
2019-02-20
1.8K0
机器学习模型算法 List
Reinforcement or Semi-Supervised Machine Learning
杨熹
2019-02-20
5380
1. 中文NLP笔记:中文自然语言处理的一般流程
    人工去重、对齐、删除和标注等,或者规则提取内容、正则表达式匹配、根据词性和命名实体提取、编写脚本或者代码批处理等。
杨熹
2019-01-28
4K1
强化学习 11: Evolution Strategies
我们知道神经网络很强大,如果我们能够找到一组合适的模型参数,我们就可以使用神经网络来解决许多具有挑战性的问题。
杨熹
2018-12-21
1K0
强化学习 8: approximate reinforcement learning
前面说过,对于骑自行车这种可能只有十个 state,四个 aciton 的小问题上面,交叉熵可以解决,但如果在自动驾驶,或者打游戏上面,它却不行,因为这时我们没有办法再存储一个表格来记录所有可能状态的所有可能行为的概率,因为这可能有几十亿的状态,或者是一个连续空间,是没有办法做记录的。 存储这样的表格不仅是不可能的,也是没有效率的。如果我们稍微改变了某个状态,agent 就要从头开始学习,因为这是一个不同的状态,从来没有见过。
杨熹
2018-11-21
5010
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
里面对 BGD,SGD,MBGD,Adagrad,Adadelta,RMSprop,Adam 进行了比较, 今天对其中的 mini-batch 梯度下降 作进一步详解。
杨熹
2018-08-03
1.5K0
用 TensorFlow.js 在浏览器中训练神经网络
本文结构: 什么是 TensorFlow.js 为什么要在浏览器中运行机器学习算法 应用举例:regression 和 tflearn 的代码比较 ---- 1. 什么是 TensorFlow.js TensorFlow.js 是一个开源库,不仅可以在浏览器中运行机器学习模型,还可以训练模型。 具有 GPU 加速功能,并自动支持 WebGL 可以导入已经训练好的模型,也可以在浏览器中重新训练现有的所有机器学习模型 运行 Tensorflow.js 只需要你的浏览器,而且在本地开发的代码与发送给用户的代
杨熹
2018-06-21
1.3K0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战,赢鹅厂证书、公仔好礼!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档