MaggicQ's Blog

路漫漫其修远兮

神经网络基础

本文目录神经网络神经元模型感知机和多层网络误差逆传播算法神经网络的训练技巧 Dropout Batch Normalization 常用激活函数 Sigmoid激活函数 ...

Posted by MaggicQ on November 30, 2018

潜在语义分析

本文目录潜在语义分析（Latent Semantic Analysis）参考潜在语义分析（Latent Semantic Analysis）传统向量空间模型使用精确的词匹配，即精确匹配用户输入的词与向量空间中存在的词。由于一词多义(polysemy)和一义多词(synonymy)的存在，使得该模型无法提供给用户语义层面的检索。比如用户搜索”automobile”，即汽...

Posted by MaggicQ on November 8, 2018

常见神经网络

本文目录常见神经网络卷积神经网络卷积操作的特性池化操作用于文本分类的CNN 深度残差网络循环神经网络(Recurrent Neural Network,RNN) Vanilla RNN ...

Posted by MaggicQ on October 13, 2018

seq2seq简单介绍

本文目录 Seq2Seq模型定义解码 Seq2Seq模型定义 Seq2Seq全称Sequence to Sequence模型，即序列到序列模型。它是将一个序列信号，通过编码和解码生成一个新的序列信号，Seq2Seq模型的架构如下所示： Seq2Seq在机器翻译、语音识别、自动对话、文本摘要等任务上有着很好的效果。在文本...

Posted by MaggicQ on September 28, 2018

概率图模型

本文目录概率图模型基本概念隐马尔可夫模型（Hidden Markov Model，HMM）三个要素两个基本假设应用于标注问题三个基本问题概率计算算法学习算法 ...

Posted by MaggicQ on September 18, 2018

奇异值分解

本文目录奇异值分解特征值和特征向量 SVD的数学含义 SVD的性质以及应用参考奇异值分解奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习...

Posted by MaggicQ on September 18, 2018

一些统计学习基础概念汇总(不定时更新...)

本文目录生成式模型与判别式模型奥卡姆剃刀原则极大似然估计与极大后验概率估计极大似然估计极大后验概率估计（MAP）正定矩阵雅克比矩阵生成式模型与判别式模型生成式模型与判别式模型：判别式模型的工作过程，他们直接将数据的Y（或者label），根据所提供的features，学习，最后画出...

Posted by MaggicQ on August 26, 2018

强化学习简单总结

本文目录强化学习分类深度强化学习参考强化学习强化学习(Reinforcement Learning)是一种重要的机器学习方法，它的主要思想是与环境交互和试错，利用环境的评价性反馈信号实现决策的优化。这也是自然界中人类或动物学习的基本途径。强化学习系统与环境的关系如图所示：在每一时刻,智能体与环境的...

Posted by MaggicQ on August 12, 2018

生成对抗网络

本文目录生成对抗网络主要思想优点与不足参考生成对抗网络主要思想生成式对抗网络（Generative Adversarial Networks，简称GANs）的主要框架如下图所示： GANs主要包括生成器(Generator)和判别器(Discriminator)两个部分。其中，生成器用于合成“假”样...

Posted by MaggicQ on July 12, 2018

Leetcode题解-动态规划

本文目录基本思想常见题目爬楼梯不同路径最大正方形三角形最小路径和零钱兑换零钱兑换 II 打家劫舍打家劫舍 II 打家劫舍 III 完全平方数单词拆分丑数 II 编辑距离最长上升子序列 ...

Posted by MaggicQ on December 10, 2017