关注数据派THU（DatapiTHU）后台回复“20200618”获取《统计学习方法》相关资料
本⽂介绍哈尔滨⼯业⼤学社会计算与信息检索研究中⼼（ SCIR）录⽤于COLING 2018的论⽂《 Generating Reasonable and Diversified Story Ending Using Sequence to Sequence Model with Adversarial Training》中的⼯作。本⽂提出⽤对抗训练增强的Seq2Seq模型来⽣成合理且多样化的故事结尾。⼈⼯和⾃动评估指标表明，相⽐于仅仅使⽤最⼤似然估计训练的端到端模型，对抗训练增强的端到端模型能够⽣成合理且多样化的故事结尾。
黄博的github是目前最适合初学者入门的机器学习资源之一，注册两年多就收获了目前stat数量38.5k+了，网址：https://github.com/fengdu78
摘要：这是广告系列的第一篇。广告的核心是服务广告主，为广告主圈定对应的人群从而达到好的广告转化效果。而在其中起到桥梁作用的就是标签。广告主会根据自身的性质选定一类或几类有明显特点的人群，这里用标签表示。而我们要做的就是给用户打上标签，然后提供给广告主使用。广告主选择标签，而标签后面则代表人群。本文基于实战项目介绍如何为广告主圈定人群以及如何刻画用户对标签的兴趣度得分。
来源 | https://zhuanlan.zhihu.com/p/34524772
【导读】专知于11月24日推出胡老师的基于信息理论的机器学习报告系列教程，大家反响热烈，胡老师PPT内容非常翔实精彩，是学习机器学习信息理论不可多得的好教程，今天是胡老师为教程的第三部分（为第四章内容）进行详细地注释说明，请大家查看！ ▌概述 ---- 本次tutorial的目的是，1.介绍信息学习理论与模式识别的基本概念与原理；2.揭示最新的理论研究进展；3.从机器学习与人工智能的研究中启发思索。由于时间有限，本次只是大概介绍一下本次tutorial的内容，后续会详细介绍每一部分。 胡老师的报告内容分为三
《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！ 01 — 回顾 昨天，分析了手写字数据集分类的原理，利用神经网络模型，编写了SGD算法的代码，分多个epochs，每个 epoch 又对 mini_batch 样本做多次迭代计算，详细的过程，请参考： 这其中，非常重要的一个步骤，便是利用反向传播（BP）算法求权重参数的梯度，偏置量的梯度。下面根据以下几个问题展开BP算法： 什么是BP算法？ 为什
大家可能对louwill这个名字并不陌生。他是深度学习算法工程师，主要从事医疗数据分析、医学图像处理和深度学习应用相关研究与工作。他在公众号“机器学习实验室”发表的“数学推导+纯Python实现机器学习算法”等系列文章，获得了 4 万读者的广泛关注和好评。如今这些文章终于以书籍的形式正式出版了！那让我们走近 louwill 老师，了解一下他和这本书的故事吧！ 大家好！我是 louwill。 经过一年零三个月的努力，《机器学习：公式推导与代码实现》已于日前正式出版了。关注过这本书的公众号读者应该知道，这本书
《实例》阐述算法，通俗易懂，助您对算法的理解达到一个新高度。包含但不限于：经典算法，机器学习，深度学习，LeetCode 题解，Kaggle 实战。期待您的到来！ 01 — 回顾 昨天，分析了手写字数据集分类的原理，利用神经网络模型，编写了SGD算法的代码，分多个epochs，每个 epoch 又对 mini_batch 样本做多次迭代计算，详细的过程，请参考： 深度学习|神经网络模型实现手写字分类求解思路 这其中，非常重要的一个步骤，便是利用反向传播（BP）算法求权重参数的梯度，偏置量的梯度。下面根据以下
在我刚开始学机器学习的时候也是闹不懂这三者的区别，当然，嘿嘿，初学者的你们是不是也有那么一丢丢迷茫呢？那么今天咱们就把这样的问题解决了！
点击 机器学习算法与Python学习 ，选择加星标 精彩内容不迷路 出品 | OSC开源社区（ID：oschina2013） 近日，GitHub上一个名为「HowToCook」的项目冲上热榜，没错就是一份程序员做饭指南，可它又不是一份普通的做饭指南，一起来看看吧。 首先，它拥有丰富的菜谱，家常菜、早餐、主食等等应有尽有： 当然，这份菜谱并不简单，没有“少量、适量、”等模糊的描述词语，还能够给到公式让你根据人数精确把握原料用量： 有了菜谱，却不会蒸煮、使用锅具？呐，做菜前详细的学习教程也准备好
Zotero作为一款协助科研工作者收集、管理以及引用研究资源的免费软件，如今已被广泛使用。此篇使用说明主要分享引用研究资源功能，其中研究资源可以包括期刊、书籍等各类文献和网页、图片等。欢迎所有共同学习使用的朋友提供批评意见或补充使用经验。
最近深度学习技术实现方面取得的突破表明，顶级算法和复杂的结构可以将类人的能力传授给执行特定任务的机器。但我们也会发现，大量的训练数据对深度学习模型的成功起着至关重要的作用。就拿Resnet来说，这种图像分类结构在2015年的ILSVRC分类竞赛中获得了第一名，比先前的技术水平提高了约50%。
TENER: Adapting Transformer Encoder for Name Entity Recognition
【导读】上一次专知推出基于信息理论的机器学习报告，大家反响热烈，今天是胡老师提供的第二部分（为第三章内容）进行详细地注释说明，请大家查看！ ▌概述 ---- 本次tutorial的目的是，1.介绍信息学习理论与模式识别的基本概念与原理；2.揭示最新的理论研究进展；3.从机器学习与人工智能的研究中启发思索。由于时间有限，本次只是大概介绍一下本次tutorial的内容，后续会详细介绍每一部分。 胡老师的报告内容分为三个部分： 引言（Introduction） 信息理论基础（Basics of Informati
贝叶斯分类器是一种概率框架下的统计学习分类器，对分类任务而言，假设在相关概率都已知的情况下，贝叶斯分类器考虑如何基于这些概率为样本判定最优的类标。
推荐一个好用的工具，可以像用MathType一样所见即所得的输入公式，并得到latex公式表达。用于学习latex公式语法也是不错的选择。
ASCIIMathML.js是一种将ASCII符号翻译成直观的MathML(HTML版本)的开源JavaScript脚本。
所谓混淆矩阵，是指将模型对各个测试数据的预测结果分为真阳性、真阴性、假阳性和假阴性并对符合各个观点的预测结果的数量进行统计的一种表格。
假设我有一个问题，我想根据一些人的身高和体重来判断性别。 我有一个数据表，数据里面有三个男的三个女的，我有他们体重身高的数据。现在有一个人性别不知道，我们怎么推算他是男的还是女的？ 如果用空间预测的方
分位值在薪酬的数据分析中是最重要的一个概念，不管是在和外部的数据对对标还是在内部的数据做结构分析，我们都是以分位值的数据来进行对标。
照例先放上 GitHub 地址：https://github.com/Awesome-Interview/Awesome-Interview#LeetCode，大家可以点开链接直达技术面经详细内容。
摘要： 伴随着大数据应用的讨论、创新，个性化技术成为了一个重要的落地点。相比传统的线下会员管理、问卷调查、购物篮分析，大数据第一次使得企业能够通过互联网便利地获取用户更为广泛的反馈信息，为进一步精准、快速地分析用户行为习惯、消费习惯等重要商业信息，提供了足够的数据基础。伴随着对人的了解逐步深入，用户画像的概念悄然而生。 用户画像 用户画像，能够完美地抽象出一个用户的信息全貌，可以看作企业应用大数据的根基。 什么是用户画像？ 举例而言，某位客户的特征描述为：男，31岁，收入一万以上，爱美食，团购达人，
怎么算呢？趁着高数知识还没忘完，赶紧拿起纸演算起来。大部分人是这么做的。但是如果现在跟你说，可以用 AI 来做，你信吗？
测试环境治理专项是在我入职2个月接手的活，用“烂摊子”来形容一点也不为过。年久失修，需求基本没有在测试环境使用，想用也有很多问题。人员缺乏信心，之前负责测试环境的同学抱怨极多，外部推不动，内部又没有技术能力支撑，负能量已经蔓延到整个团队。当然，我也是其中一员，这事确实难搞。在技术部测试环境平台化的大方向下，需要每个组出一个接口人来牵头，考虑到我以前写过测试平台，乱七八糟的事都整过，老板就指定了我。
阅读本篇大概需要 5 分钟。 前言 各位小伙伴如果是通过 Coursera 上吴恩达的机器学习视频来学习的话，一定听到过 Octave 的大名了，吴恩达强烈推荐大家使用 Octave 来学习机器学习，并且用了完整的一个章节「Octave and Matlab Tutorial」来讲述 Octave 的基本操作。非常实用，也很简单，推荐想使用 Octave 的同学去学习一下。 我在使用 Octave 的过程中，最舒服的地方就是它对矩阵操作的支持非常全面，使用起来也很简单，一些看似很复杂的逻辑，用 Octav
当我们说年轻真好的时候，往往已经不年轻了,就像世事，待我们终于明白过来的时候，往往已经太迟了。
fastText是Facebook于2016年开源的一个词向量计算和文本分类工具，在学术上并没有太大创新。但是它的优点也非常明显，在文本分类任务中，fastText（浅层网络）往往能取得和深度网络相媲美的精度，却在训练时间上比深度网络快许多数量级。在标准的多核CPU上， 能够训练10亿词级别语料库的词向量在10分钟之内，能够分类有着30万多类别的50多万句子在1分钟之内。 本文首先会介绍一些预备知识，比如softmax、ngram等，然后简单介绍word2vec原理，之后来讲解fastText的原理，并
选自arXiv 作者：Hao-Chen Dong、Yu-Feng Li、周志华 机器之心编译 参与：白悦、蒋思源 在多标签学习中，通常我们会假设一个实例的所有标签都已知，但现实情况并不如此。在 AAAI 2018 所接收的论文中，南京大学周志华组提出了从半监督弱标注数据中学习并处理多标签学习问题的方法。该方法假设实例和标签的相似性有助于补充缺失的标签。而且，当标签信息不足时，多个模型的集成通常比单个模型更有效。 传统的监督式学习通常假设每个实例都与一个标签相关联。然而，在现实生活的许多任务中，一个实例通常不
---- 将 ScienceAI 设为星标 第一时间掌握 新鲜的 AI for Science 资讯 ---- 编辑 | 萝卜皮 科学家们的目标是发现能够准确描述实验数据的有意义的公式。自然现象的数学模型可以根据领域知识手动创建，或者也可以使用机器学习算法从大型数据集自动创建。学界已经研究了表示相关先验知识与相关函数模型合并的问题，认为寻找与一般逻辑公理先验知识一致的模型，是一个悬而未决的问题。 IBM 研究团队以及三星 AI 团队的研究人员开发了一种方法「AI-Descartes」，通过将逻辑推理与符
14年以上开发经验，对client和server开发都有着深刻认知，现在依然每周都在学习数学。
蒙地卡罗为摩洛哥王国之首都，该国位于法国与义大利国境，以赌博闻名。蒙地卡罗的 基本原理为以乱数配合面积公式来进行解题，这种以机率来解题的方式带有赌博的意味，虽然在精确度上有所疑虑，但其解题的思考方向却是个值得学习的方式。
准备工作 由于将TensorFlow安装到了Conda的tensorflow环境，虽然可以用Jupyter notebook打开，但是没有提示，写代码不方便，所以使用PyCharm进行编写。设置如下： 如果是新建项目，在选择使用python的地址的地方，找到anaconda目录，点击envs ----> tensorflow -----> bin -----> python2.7（我的是2.7） 如果已经创建了项目，但是没有用该环境下的python，就进入项目的设置里，找到project interpret
地址 | https://zhuanlan.zhihu.com/p/111945052
AI原本是一个专业领域，没什么特别的。作为码农一枚，笔者的工作内容正好在这个领域。
英语单词通常有其内部结构和形成⽅式。例如，我们可以从“dog”“dogs”和“dogcatcher”的字⾯上推测它们的关系。这些词都有同⼀个词根“dog”，但使⽤不同的后缀来改变词的含义。而且，这个关联可以推⼴⾄其他词汇。
研究人员还提到，该系统支持与基于Web的应用程序集成。并且，Penrose IDE能够提供自动语法高亮和自动补全功能。
当前，信息化建设的第三波浪潮正扑面而来，信息化正在开启以数 据的深度挖掘和融合应用为主要特征的智能化阶段(信息化 3.0)。随着互 联网向物联网(含工业互联网)延伸而覆盖物理世界，“人机物”三元融 合的发展态势已然成型，除了人类在使用信息系统的过程中产生数据以 外，各种传感器、智能设备也在源源不断地产生数据，并逐渐成为数据 最重要的来源。
在教完深度学习系列后，吴恩达 (之后称大神) 最近在继续完成他原来编写的《Machine Learning Yearning》一书 (翻译成机器学习秘籍)。该书现在只完成到第 19 章 (总共有 55 章)，我读完目录总结出该书要讲的七个要点，如下：
磐创AI 专注分享原创AI技术文章 翻译 | 荔枝boy 编辑 | 磐石 出品 | 磐创AI技术团队 【磐创AI导读】：本文主要介绍了半监督下的高纬图重建。欢迎大家点击上方蓝字关注我们的公众号：磐创AI。 目录 一．简述 二．介绍 三．概述 四．总结 一．简述 本次翻译一篇Liu Wei的一篇论文，之前介绍谱聚类的时候大家都知道，用谱聚类对样本进行分割，大概的流程就是先将原始数据通过不同的规则构建出相似度矩阵，然后再用相似度矩阵表示拉普拉斯矩阵，再对拉普拉斯矩阵进行特征分解，
长久以来，如何有效衡量软件研发效能是所有研发管理者心心念念的事，但也一直是个未解的难题。从早期的人均代码行到人均功能点公式计算，再到基于故事点的迭代速率或人均吞吐量，业界一直在探索。
神经网络每个神经元的连接关系，用符合如何表达呢？ 下面定义一种表达方式，如下图所示，含有一个隐含层的神经网络，图中标出的w的含义为：第三层的第2个神经元与第二层的第4个神经元间的权重参数。
假设你是某影视网站序员中的一员。你们网站的用户热衷于观看《延禧攻略》《如懿传》这类古装宫廷剧，而你们平台有机会花1000万买下《扶摇》的版权。
有几天没更博客了，主要这几天一直忙着知识回顾和投简历，所以写博客的任务就一直被耽搁了。
小勤：大海，最近公司系统导出来的订单数据害屎人了，所有信息都堆在了一列里面，你看，怎么转成规范的明细表啊？
模型是机器学习三问里面的怎么去学的环节。是确定特征与因变量之间关系最为核心的步骤。这部分涉及到模型的选择，和优化目标以及损失函数的选取。排序由第一节讲到，LTR有三个模式，分别是pointwise, pairwise,listwise。在这里主要描述一下采用的模型Lightgbm模型。在后面我们将看到选择什么样的决策函数（优化目标）就会带来什么的效果。最后基于对于整个数据业务和模型的理解，实现了在listwise的模型下CTR和转化率各0.6的提升；在pointwise的模型下，实现转化率3个点的提升
我记得之前不仅写过图文教程，还专门委托研究生做了视频。于是我自己打开公众号往前翻，希望很快找到后，给他发送过去。
人效的数据分析是基于历史的数据来进行数据的对标的预测，所以如果企业内部要进人效分析需要至少5年的人效指标的字段数据，这些历史数据包含公司历年的财务数据，还有公司的人员数据，人力成本数据等，在这些数据的基础上，我们才能进行人效的指标计算，然后用数据预测的工具方法，来进行下一年的人效，人力成本的数据预测。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
