算法工程师的养成之路-腾讯云开发者社区

开发者社区

文档建议反馈控制台

腾讯云架构师技术同盟

文章/答案/技术大牛

发布

算法工程师的养成之路

专栏成员

24

文章

25637

阅读量

13

订阅数

Connecting language and knowledge with heterogeneous representations for neural relation extraction

entity extract model relation relationship

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/JN_rainbow/article/details/88972193

2019-04-18

5590

集成算法梳理——XGBoost

编程算法正则表达式决策树机器学习神经网络

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/JN_rainbow/article/details/89194166

2019-04-18

9410

集成学习算法梳理——GBDT

神经网络编程算法分类算法

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/JN_rainbow/article/details/89074766

2019-04-18

4560

集成学习算法梳理——RF

决策树机器学习神经网络深度学习

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/JN_rainbow/article/details/88993591

2019-04-17

9840

MySQL(三)事务隔离

数据库云数据库 SQL Server oracle sql

在MySQL中，事务支持是在引擎层实现的，并不是所有的引擎都支持事务，如MySQL原生的MyISAM引擎就不支持事务，这也是MyISAM被InnoDB取代的重要原因之一.

2019-03-04

4760

MySQL(二)日志系统

云数据库 SQL Server

MySQL可以恢复到半个月内任意一秒的状态. mysql> create table T(ID int primary key, c int);

2019-03-04

5770

MySQL(一)基本架构

云数据库 SQL Server sql 数据库

连接到数据库，负责跟客户端建立连接、获取权限、维持和管理连接，命令通常是mysql -h$ip -P$port -u$user -p.

2019-03-04

8300

数据降维(四)ISOMAP

Isomap（Isometric Feature Mapping）是流行学习的一种，用于非线性数据降维，是一种无监督算法.

2019-01-18

1.6K0

拉格朗日对偶性

alpha amp ci max min

在机器学习中，我们经常会遇到给定某些约束条件求解某个函数最大值或最小值的情况，称之为约束最优化，通常的做法是利用拉格朗日对偶性将原始问题转化为对偶问题，通过解对偶问题进而得到原始问题的解. 在机器学习的很多方法中都有用到此方法，如最大熵模型和SVM.

2019-01-18

7160

自然语言处理(三)语言模型

用数学的方法描述语言规律，即用句子S=w1,w2…wnS = w_1,w_2\dots w_nS=w1,w2…wn的概率p(S)p(S)p(S)刻画句子的合理性.

2019-01-18

9110

自然语言处理(四)神经网络语言模型及词向量

用句子SSS的概率p(S)p(S)p(S)来定量刻画句子。统计语言模型是利用概率统计方法来学习参数p(wi∣w1…wi−1)p(w_i|w_1\dots w_{i-1})p(wi∣w1…wi−1)，神经网络语言模型则通过神经网络学习参数.

2019-01-18

1.1K2

《Attention Is All You Need》

本文是对Google2017年发表于NIPS上的论文"Attention is all you need"的阅读笔记.

2019-01-18

9150

牛顿法与拟牛顿法

牛顿法和拟牛顿法是求解无约束最优化的常用方法，有收敛速度快的优点. 牛顿法属于迭代算法，每一步需要求解目标函数的海赛矩阵的逆矩阵，计算复杂. 拟牛顿法通过正定矩阵近似海赛矩阵的逆矩阵，简化了这个过程.

2019-01-18

1.2K0

逻辑斯谛回归(对数几率回归)

机器学习深度学习

线性回归完成了数据的拟合，我们通过引入一个sigmoidsigmoidsigmoid函数，即可在线性回归模型的基础上实现分类。

2019-01-18

7520

对于一个复杂任务，将多个决策进行适当的综合所得出的判断，要比其中任何一个决策更为准确.

2019-01-18

8880

SVM和LR的相同之处二者都是监督学习方法. 二者都是分类算法. 二者都是线性分类算法，二者的分类决策面都是线性的，即求解一个超平面… SVM可以通过核技巧拓展到非线性. 二者都是判别模型判别模型不会计算联合概率，而是直接生成表示条件概率的判别函数. 生成模型先计算联合概率，然后通过贝叶斯转化为条件概率. 常用的生成模型有朴素贝叶斯、隐马尔科夫. 典型的判别模型有：KNN、SVM、DT、LR、最大熵、AdaBoost、CRF. SVM和LR的不同损失函数不同. LR的损失函数是对数损失函数，S

2019-01-18

9580

L1正则为什么会产生稀疏解

在机器学习中，当模型过于复杂时，为了防止产生过拟合的现象，最常用的方法时采用正则化，如L1正则和L2正则.

2019-01-18

1.9K0

基于adaboost的人脸快速检测

RGB、normalized RGB、HSV、YIQ、YES、CIE XYZ、CIE LUV等.

2019-01-18

5190

核心思想在于，给定训练集，当你认为给定的训练集不能够很好地反应数据的真实分布时，可以采用重采样的方法，来增大样本.

2019-01-18

6100

SDN技术概述

1.SDN架构定义软件定义网络（Software Defined Networking，SDN）是一种数据平面与控制分离、软件可编程的新型网络体系架构，开放网络基金会（Open Network Foundation，ONF）作为目前SDN最重要的标准化组织，一直致力于SDN网络体系架构的标准化。 OFN定义的SDN体系架构图如下图所示，SDN采用了集中式的控制平面和分布式的转发平面，两平面相互分离，控制平面利用控制/数据平面接口对转发平面上的网络设备进行集中式控制。

2019-01-18

3.4K0

点击加载更多

社区活动

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·干货材料·成员作品最新动态