参数参数分为两种：可学习得到的参数，和超参数。机器学习可以归结为学习一个映射函数f:x→y，将输入变量x映射为输出变量y。一般我们可以假设映射函数为y=f(x,θ)。其中θ即为函数的参数。参数可以通过学习算法进行学习。除了可学习的参数之外，还有一类参数是用来定义模型结构或训练策略的，这类参数叫做超参数（Hyper-Parameter）。超参数和可学习的参数不同，通常是按照人的经验设定，或者通过网格
分类：
其他好文 时间：
2020-11-26 14:22:46
阅读次数：
6
机器学习算法与自然语言处理出品@公众号原创专栏作者刘聪NLP学校|中国药科大学药学信息学硕士知乎专栏|自然语言处理相关论文前几天写了一篇短文本相似度算法研究的文章，不过里面介绍的方法基本上都是基于词向量生成句子向量的方法。今天在这里就介绍一下传统算法TF-IDF是如何计算短文本相似度的。TF-IDF是英文TermFrequency–InverseDocumentFrequency的缩写，中文叫做词
分类：
其他好文 时间：
2020-11-25 12:59:04
阅读次数：
10
机器学习算法与自然语言处理出品@公众号原创专栏作者刘聪NLP学校|NLP算法工程师知乎专栏|自然语言处理相关论文短文本相似度，即求解两个短文本之间的相似程度；它是文本匹配任务或文本蕴含任务的一种特殊形式，返回文本之间相似程度的具体数值。然而在工业界中，短文本相似度计算占有举足轻重的地位。例如：在问答系统任务（问答机器人）中，我们往往会人为地配置一些常用并且描述清晰的问题及其对应的回答，我们将这些配
分类：
编程语言 时间：
2020-11-25 12:58:27
阅读次数：
18
1. 线性回归 X，Y是线性的 是偏置（有点像截距），防止Y为0，矩阵表示时，为全1 ：数据集收集的时候有误差（高斯误差，均值为0） 表达向量很相似 D：和，代表所有的数据，和相互独立 2. Basic Expansion 2.1 使用Basis expansion捕捉自变量和因变量的非线性关系 2 ...
分类：
其他好文 时间：
2020-11-25 12:17:37
阅读次数：
7
这几期和大家聊聊使用Python进行机器学习Python拥有强大的第三方库，使用Python进行科学计算和机器学习同样需要先配置运行环境。这里我们需要安装Anaconda，官方给出的下载链接太慢，而且经常下载到一半卡死，这里我提供我下载好的：pan.baidu.com/s/1dFA92ZR，密码：p2dt。需要的可以直接快速下载(Python3.5版)。Anaconda自带以下库Numpy、Sci
分类：
编程语言 时间：
2020-11-24 12:51:34
阅读次数：
5
参数参数分为两种：可学习得到的参数，和超参数。机器学习可以归结为学习一个映射函数f:x→y，将输入变量x映射为输出变量y。一般我们可以假设映射函数为y=f(x,θ)。其中θ即为函数的参数。参数可以通过学习算法进行学习。除了可学习的参数之外，还有一类参数是用来定义模型结构或训练策略的，这类参数叫做超参数（Hyper-Parameter）。超参数和可学习的参数不同，通常是按照人的经验设定，或者通过网格
分类：
其他好文 时间：
2020-11-20 11:17:05
阅读次数：
7
runtime简介 因为Objc是一门动态语言，所以它总是想办法把一些决定工作从编译连接推迟到运行时。也就是说只有编译器是不够的，还需要一个运行时系统 (runtime system) 来执行编译后的代码。这就是 Objective-C Runtime 系统存在的意义，它是整个Objc运行框架的一块 ...
分类：
移动开发 时间：
2020-11-19 12:38:47
阅读次数：
20
线性回归是机器学习中的概念，线性回归预测算法一般用以解决“使用已知样本对未知公式参数的估计”类问题。举个栗子：商家卖鞋，可利用历史上每个季度鞋的定价x与销量y，来预估“定价与销量的关系”（y=ax+b），以辅助对鞋子进行最佳定价。一、几个基本概念回归(regression)：用已知样本对未知公式参数的估计。Y=f(X1,X2,X3)，这里回归函数f(X1,X2,X3)可能是任意函数。线性回归(li
分类：
其他好文 时间：
2020-11-18 12:20:33
阅读次数：
4
原本我想使用无限叠if-else的方式估计能解决, 但这样总归是不够优雅。 使用点斜式在斜率上可能存在问题, 为了少写判断, 使用一般式描述直线。并且将坐标带入一般式就能直观判断点与直线的位置关系, 以此判断线段的位置关系 完成关系判断后, 剩下的事就相当于求直线交点, 直接解方程又得判断条件, 不 ...
分类：
其他好文 时间：
2020-11-17 12:53:56
阅读次数：
7
导语：利用程序反馈图和自监督学习，AI 根据出错消息自动修复代码。 作者：Michihiro Yasunaga 编译：McGL 用于程序修复的机器学习 在编写程序时，无论是对于初学者(想象一下你上的编程入门课程)还是对于专业开发人员(例如，这个来自谷歌的程序员编译错误案例研究：https://sta ...
分类：
其他好文 时间：
2020-11-17 12:20:04
阅读次数：
5
