首页
学习
活动
专区
工具
TVP
发布

Soul Joy Hub

专栏成员
238
文章
209857
阅读量
40
订阅数
《neural network and deep learning》题解——ch01 神经网络
一个比较简化而合理的权重是,就选用二进制位置上的数值作为权重。假设正确输出为0,这输出层是输入为: (可以竖着看二进制的每一位) 第一个神经元输入 =
小爷毛毛_卓寿杰
2023-05-23
4240
推荐系统提纲笔记
相关图文Xmind、PDF、视频讲解、代码,请参阅语雀地址:https://www.yuque.com/chudi/tzqav9/ny150b
小爷毛毛_卓寿杰
2022-09-30
4400
基于神经网络的智能对话系统(二)——机器学习背景知识
深度学习(DL)涉及训练神经网络,其原始形式由单层(即感知器)组成(Rosenblatt,1957)。感知器甚至无法学习逻辑异或等简单函数,因此后续工作探索了“深层”架构的使用,这增加了输入和输出之间的隐藏层(Rosenblatt,1962; Minsky和Papert,1969),通常称为多层感知器(MLP)或深度神经网络(DNN)的神经网络。本节介绍NLP和IR的一些常用DNN。有兴趣的读者可以参考Goodfellow等人。 (2016)进行全面讨论。
小爷毛毛_卓寿杰
2022-05-10
6370
基于神经网络的智能对话系统(一)——介绍
开发一个智能对话系统1,不仅模仿人类对话,而且回答有关电影明星的最新新闻到爱因斯坦相对论等主题的问题,并完成旅行计划等复杂任务,是目前运行时间最长的目标之一。 AI。直到最近,目标一直难以捉摸。然而,现在,我们正在学术研究界和行业中观察到有希望的结果,因为大量的会话数据可用于培训,并且深度学习(DL)和强化学习(RL)的突破应用于会话AI。
小爷毛毛_卓寿杰
2022-05-10
8520
《搜索和推荐中的深度匹配》——2.3 搜索中的潜在空间模型
接下来,我们以潜在空间为基础介绍匹配模型。【1】中找到了搜索中语义匹配的完整介绍。具体来说,我们简要介绍了在潜在空间中执行匹配的代表性搜索方法,包括偏最小二乘(PLS)【2】,潜在空间中的规则化匹配(RMLS)【3】,以及监督语义索引(SSI)【4】【5】。
小爷毛毛_卓寿杰
2021-09-10
8240
《搜索和推荐中的深度匹配》——经典匹配模型 2.1 匹配学习
已经提出了使用传统的机器学习技术进行搜索中的查询文档匹配和推荐中的用户项目匹配的方法。这些方法可以在一个更通用的框架内形式化,我们称之为“学习匹配”。除了搜索和推荐外,它还适用于其他应用,例如释义,问题解答和自然语言对话。本节首先给出学习匹配的正式定义。然后,它介绍了传统学习以匹配为搜索和推荐而开发的方法。最后,它提供了该方向的进一步阅读。
小爷毛毛_卓寿杰
2021-09-10
3.7K0
图神经网络——【NIPS 2017】GraphSAGE
直推式(transductive)学习方法是在一个固定的图上直接学习每个节点embedding,但是大多情况图是会演化的,当网络结构改变以及新节点的出现,直推式学习需要重新训练(复杂度高且可能会导致embedding会偏移),很难落地在需要快速生成未知节点embedding的机器学习系统上。
小爷毛毛_卓寿杰
2021-09-10
6020
多轮检索式对话——【CIKM 2019】IMN
《Multi-Representation Fusion Network for Multi-Turn Response Selection in Retrieval-Based Chatbots》
小爷毛毛_卓寿杰
2021-09-10
3290
多轮检索式对话——【WSDM 2019】MRFN
《Multi-Representation Fusion Network for Multi-turn Response Selection in Retrieval-based Chatbots》
小爷毛毛_卓寿杰
2021-09-10
3670
多轮检索式对话——【ACL 2017】SMN
《Sequential matching network: A new architecture for multi-turn response selection in retrieval-based chat-bots》
小爷毛毛_卓寿杰
2021-09-10
3400
Text Matching as Image Recognition
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/sinat_33741547/article/details/80649542
小爷毛毛_卓寿杰
2019-06-11
9900
对抗机器学习模型
随着AI时代机器学习模型在实际业务系统中愈发无处不在,模型的安全性也变得日渐重要。机器学习模型很可以会遭到恶意攻击,比较直接就能想到的如:人脸识别模型的攻击。训练出具有对抗性的机器学习模型,在业务系统存在着越来越重要的实际意义。
小爷毛毛_卓寿杰
2019-05-14
1K0
【Spark Mllib】决策树,随机森林——预测森林植被类型
决策树有训练分类模型的函数trainClassifier和回归模型的函数trainRegressor,这里我们使用trainClassifier。 我们来看看trainClassifier都需要什么参数:
小爷毛毛_卓寿杰
2019-02-13
1.5K0
【Spark Mllib】分类模型——各分类模型使用
这个数据集源自 Kaggle 比赛,由 StumbleUpon 提供。比赛的问题涉及网页中推荐的页面是短暂(短暂存在,很快就不流行了)还是长久(长时间流行)。
小爷毛毛_卓寿杰
2019-02-13
1.1K0
《机器学习实战(Scala实现)》(三)——决策树
信息熵 p(x):分类结果x的概率,即分类结果为x的数据量/总数据量 信息:l(x) = -log2(p(x)) 信息熵:信息的期望值 p(x1)l(x1) + p(x2)l(x2) + …… ,可以评价一组不同类别的划分结果的混沌度。 def calcShannonEnt(dataset): numEntries = len(dataset) labelCounts = {} for featVec in dataset: currentLabel
小爷毛毛_卓寿杰
2019-02-13
7420
《机器学习技法》学习笔记13——深度学习
http://blog.csdn.net/u011239443/article/details/76692801
小爷毛毛_卓寿杰
2019-02-13
3970
《机器学习技法》学习笔记12——神经网络
http://blog.csdn.net/u011239443/article/details/76680704
小爷毛毛_卓寿杰
2019-02-13
3770
《机器学习技法》学习笔记03——核SVM
http://blog.csdn.net/u011239443/article/details/76598872
小爷毛毛_卓寿杰
2019-02-13
3640
《机器学习技法》学习笔记02——对偶SVM
http://blog.csdn.net/u011239443/article/details/76574969
小爷毛毛_卓寿杰
2019-02-13
5290
深入理解Spark ML:多项式朴素贝叶斯原理与源码分析
http://blog.csdn.net/u011239443/article/details/76176743
小爷毛毛_卓寿杰
2019-02-13
9040
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
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