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
365057
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
2.1K1
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
8600
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
5170
【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
4530
【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
4010
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
2.8K0
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
1.9K0
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
1.7K0
机器学习模型算法 List
Reinforcement or Semi-Supervised Machine Learning
杨熹
2019-02-20
5350
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
AI 在 marketing 上的应用
AI 在 marketing 中有很多应用,例如 搜索,推荐系统,程序化广告,市场预测,语音/文本识别(会话商务),防欺诈,网页设计,商品定价,聊天机器人等。 其中很重要的一个部分叫 audience target,AI 可以应用在这里,可以对顾客和顾客的需求进行精准的定位,找到前20%最有价值的客户,预测顾客下一次会买什么东西,这样可以减少时间金钱等资源的消耗。 另一个应用是内容生成,输入一个关键词,从大量的数据里,找到和这个关键词相关的段落文章等,融合成一段文字。 这个技术可以针对目标客户生成能够吸引
杨熹
2018-06-13
1.2K0
AlphaGo Zero 初探
Deepmind 最近发布了 AlphaGo 的最新版本 AlphaGo Zero 的论文,AlphaGo 不再需要学习人类的经验,而是可以自己学习如何下围棋,而且最新的 Zero 可以打败之前的版
杨熹
2018-04-03
1.1K0
一个 tflearn 情感分析小例子
学习资料: https://www.youtube.com/watch?v=si8zZHkufRY&list=PL2-dafEMk2A7YdKv4XfKpfbTH5z6rEEj3&index=5 情
杨熹
2018-04-03
1.1K0
使聊天机器人具有个性
本文结构: 模型效果 模型的三个模块 模块细节 ---- 今天的论文是 《Assigning Personality/Identity to a Chatting Machine for Coherent Conversation Generation》 https://arxiv.org/pdf/1706.02861.pdf 当我们在和聊天机器人互动时,最开始往往很好奇的就是对方到底是人还是机器人呢,所以会问到一些关于对方身份的问题,这对于机器人能否通过图灵测试还是很重要的问题之一。 这篇论文提前预设好机
杨熹
2018-04-03
7230
seq2seq 入门
本文结构: 什么是 seq2seq? Encoder–Decoder 结构? seq2seq 结构? ---- 什么是 seq2seq? seq2seq 是一个 Encoder–Decoder 结构的网络,它的输入是一个序列,输出也是一个序列, Encoder 中将一个可变长度的信号序列变为固定长度的向量表达,Decoder 将这个固定长度的向量变成可变长度的目标的信号序列。 这个结构最重要的地方在于输入序列和输出序列的长度是可变的,可以用于翻译,聊天机器人,句法分析,文本摘要等。 下面是写过的 seq2s
杨熹
2018-04-03
8870
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
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