几何角度定义一个这样的场景是为了计算这样一件事（如下图所示）：假设我们知道了f(a)点的面积，往右扩展很小的距离dx要算出新部分的面积（左边绿色已知+黄色矩形+红色三角形），公式会是什么样的呢？这个公...

1、神经网络基础问题（1）BP，Back-propagation（要能推倒）后向传播是在求解损失函数L对参数w求导时候用到的方法，目的是通过链式法则对参数进行一层一层的求导。这里重点强调：要将参数进行...

本文主要以ORL_64x64人脸数据库识别为例，介绍如何使用基于matlab的CDBN工具箱。01CDBN工具箱简介据笔者了解，目前，比较流行的深度学习框架，如TensorFlow、DeepLearn...

基于CNN的文本分类问题已经有了一定的研究成果：CNN做句子分类的论文:ConvolutionalNeuralNetworksforSentenceClassification。以及字符级CNN的论文...

迁移学习指的是，通过对预训练模型的参数进行微调，将训练好的模型应用到相似或者只有细微差异的不同任务中。通过这个方法，我们可以基于一些性能顶尖的深度学习模型得到别的高性能模型。尽管听上去较为简单，迁移学...

我觉得人工智能就像是去建造一艘火箭飞船。你需要一个巨大的引擎和许多燃料。如果你有了一个大引擎，但燃料不够，那么肯定不能把火箭送上轨道；如果你有一个小引擎，但燃料充足，那么说不定根本就无法成功起飞。所以...

1RandomForest和GradientTreeBoosting参数详解2如何调参？2.1调参的目标：偏差和方差的协调2.2参数对整体模型性能的影响2.3一个朴实的方案：贪心的坐标下降法2.3.1...

自卡尔·弗里德里希·本茨发明出第一台现代汽车，便注定成为载入史册的人。现在，坐过汽车的人要以百亿计数，而如果有正常成年人不知道汽车是什么，那肯定是天方夜谭。进入现代以来，汽车的发展又面临着两次重大变革...

前言在文本挖掘预处理中，在向量化后一般都伴随着TF-IDF的处理。什么是TF-IDF，为什么一般需要加这一步预处理呢？这里就对TF-IDF的原理做一个总结。文本向量化存在的不足在将文本分词并向量化后，...

前言用户流失一直都是公司非常重视的一个问题，也是AAARR中的Retention的核心问题，所以各大算法竞赛都很关注。比如最近的：KKBOX的会员流失预测算法竞赛（https://www.kaggle...

本文我们总结一下马尔科夫决策过程之MarkovRewardProcess（马尔科夫奖励过程），valuefunction等知识点。1MarkovRewardProcess马尔科夫奖励过程在马尔科夫过程...

前言最大熵模型(maximumentropymodel，MaxEnt)也是很典型的分类算法，和逻辑回归类似，都是属于对数线性分类模型。在损失函数优化的过程中，使用了和支持向量机类似的凸优化技术。理解了...

可能每个程序猿，都想过加入Google。然而想要“应试”成功，考验的不仅仅是开发人员的编程技术，还能侧面考验着参赛者的渠道来源是否广泛、背景力量是否强大、脑洞回路是否清奇……不过，梦是要做的，简历是要...

△利用水箱和不同浓度的雾来测试系统雾天驾驶一直是自动驾驶汽车导航系统面对的重要问题。麻省理工学院(MIT)的研究团队开发了一套基于LIDAR的深度感知系统，就算物体隐藏在人类肉眼难以望穿的浓雾背后，系...