georgeli_007-CSDN博客

原创《TensorFlow与自然语言处理应用》勘误表

2019年8月，小作《TensorFlow与自然语言处理应用》（清华大学出版社）正式发行，非常感谢清华大学出版社夏毓彦等各位老师。个人对于机器学习、深度学习和NLP也是略懂皮毛，搬砖多些，加之时间有限，书中难免有些错谬之处，如有读者发现问题，欢迎您的批评指正。个人也在学习中，希望今后与大家一起学习探讨，共同进步。现将书中一些问题做些梳理，后期发现新的问题也会不断更新，谢谢大家。ＰＳ: 环境--...

2019-08-12 16:34:47 1058 8

原创利用Tensorflow进行自然语言处理（NLP）系列之二高级Word2Vec

本篇也同步笔者另一博客上（https://www.cnblogs.com/georgeli/p/9460961.html）一、概述在上一篇中，我们介绍了Word2Vec即词向量，对于Word Embeddings即词嵌入有了些基础，同时也阐述了Word2Vec算法的两个常见模型：Skip-Gram模型和CBOW模型，本篇会对两种算法做出比较分析并给出其扩展模型-GloVe模型。首...

2018-08-11 20:30:26 2509

原创利用Tensorflow进行自然语言处理（NLP）系列之一Word2Vec

一、概述本文将要讨论NLP的一个重要话题：Word2Vec，它是一种学习词嵌入或分布式数字特征表示（即向量）的技术。其实，在开展自然语言处理任务时，一个比较重要的基础工作就是有关词表示层面的学习，因为良好的特征表示所对应的词，能够使得上下午语义内容得以很好地保留和整体串起来。举个例子，在特征表示层面，单词“forest”和单词“oven”是不同的，也很少在类似的上下文中出现，而单词“fores...

2018-08-08 19:13:21 7840 14

原创 TensorFlow实战之实现AlexNet经典卷积神经网络

本文根据最近学习TensorFlow书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、AlexNet模型及其基本原理阐述1、关于AlexNet 2012年，AlexKrizhevsky提出了深度卷积神经网络模型AlexNet，可以看作LeNet的一种更深更宽的版本。该模型包含了6亿3000万个连接...

2018-02-26 22:03:09 1617

原创 TensorFlow 实战之实现卷积神经网络

本文根据最近学习TensorFlow书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、相关性概念 1、卷积神经网络（ConvolutionNeural Network，CNN） 19世纪60年代科学家最早提出感受野（ReceptiveField）。当时通过对猫视觉皮层细胞研究，科学家发现每一个视觉神经...

2018-02-25 21:31:51 3339 1

原创 TensorFlow实战之实现自编码器过程

本文根据最近学习TensorFlow书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、相关概念1、稀疏性（Sparsity）及稀疏编码（Sparse Coding） Sparsity 是当今机器学习领域中的一个重要话题。 Sparsity 的最重要的“客户”大概要属 high dim...

2018-02-24 22:00:10 5374 4

转载机器视觉开源代码集合（转载）

来源：http://blog.csdn.net/flyingpig851334799/article/details/47449847。一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Affine-SIFT [3] [Project] S...

2018-02-23 12:39:36 920

原创 TensorFlow实战之Softmax Regression识别手写数字

本文根据最近学习TensorFlow书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、相关概念1、MNIST MNIST(Mixed National Institute of Standards and Technology database)，作为一个常见的数据集，是一个巨大的手写数字数据集，经常被用来测试神...

2018-02-21 23:10:04 2565

原创机器学习实践之利用SVD简化数据

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、相关背景在日常生活中，我们经常接触到的餐馆可以划分为很多类别，比如美式、中式、日式、牛排馆、素食店，等等。是否考虑过这些类别真的够用吗？或许有人喜欢这些混合类别，或者类似中式素食店那样的子类别。如何才知道到底有多少类餐馆呢？当然，可以

2018-02-03 19:17:33 667 1

原创机器学习实践之利用PCA简化数据

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、相关背景在日常生活中，我们通过电视观看足球比赛，足球显示在电视屏幕上。这里，显示器大概包含100万像素，而球包含的像素较少，一般一千像素左右。通常在这里体育比赛中，我们要了解比赛的进展，就会关注给定时刻球的位置。所以，这里，我们实

2018-02-02 16:39:35 471

原创机器学习之使用FP-growth算法来高效发现频繁项集

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、相关背景我们在日常工作生活中，总会在电脑上使用搜索引擎，输入一个单词或单词的一部分，搜索引擎会自动补全查询词项。而系统给出的这些查询推荐词项，是基于使用了一定的算法而得到的。他们通过查看互联网上的用词来查找经常一块出现的词对。显然这就需要

2018-02-01 18:31:55 6028 1

原创机器学习实践之使用Apriori算法进行关联分析

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、背景故事日常生活中，当我们去商店去购物的时候，实际上都包含了机器学习的当下和未来的场景应用，这包括物品的展示方式、购物之后的优惠券的提供、用户忠诚度计划等等。这些其实都离不开对大量数据的分析。商店希望从顾客身上获得更多的利润，所以必

2018-01-24 09:21:05 2082

原创机器学习之利用K-均值聚类算法对未标注数据分组模型探讨

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、背景故事在2000年和2004年美国总统大选中，候选人的得票非常接近。任一候选人得到的普选票数最大百分比为50.7%，最小百分比为47.9%。如果1%的候选人将手中的票投给另一个候选人，那么选举结果就会发生根本性的转折。实际上，在妥善

2018-01-14 10:28:38 896

原创机器学习实践之树回归学习总结

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习心得做了总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、认识CART算法本文介绍一种新的叫做CART(Classification and Regression Trees，分类回归树）的树构建算法，这种算法既可以用于分类也可以用做回归。CART算法是

2018-01-09 14:09:23 966 2

原创机器学习实践之预测数值型数据--回归

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习情况做了归纳总结,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。一、概述1、相关概念 1.1 回归 “回归”一词的来历：今天我们知道的回归是由达尔文（Charles Darwin）的表弟Francis Galton发明的。Galton于1877年完成了第一次回归预测，目

2018-01-03 21:00:05 16768 2

原创机器学习实践之集成方法（随机森林和AdaBoost元算法提高分类性能）

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。（未添加文章标签，特此补上，2018.1.14记。）一、概述1、概念理解集成学习方法是指组合多个模型，以获得更好的效果，使集成的模型具有更强的泛化能力。对于多个模型，如何组合这些模型，主要有以下几种不同的方法

2018-01-01 10:00:27 2158

原创机器学习实践之支持向量机学习

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。第一部分第3点寻找最大间隔，部分图片手写，图片没有经过很好的处理，如有不美观之处，请谅解。一概述 1、概念理解支持向量机（SupportVectorMachines,SVM），由于理解支持向量机需要一定的相关理论基础，这些理论基...

2017-12-21 18:55:41 351

原创机器学习之Logistic回归

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处,请各位大拿多多指点,在此谢过。（今天发现未添加分类标签，特此补上，其他未变。2018.1.4记）本文将开展最优化算法的学习和梳理。在日常生活中，我们遇到过很多最优化的问题，例如你打算明天从北京出发去青岛，如何在最短的时间里到达青岛？如何投入最少的工作量而获得最大的

2017-12-17 19:18:31 3072 1

原创基于概率论的分类方法:朴素贝叶斯算法实践学习

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处,请各位大拿多多指点,在此谢过. 通过前两篇文章,我们对于k-近邻算法\決策树算法的分类问题有了有了解,通过这些分类器可以得到相应的決策,給出"该数据实例属于哪一类"這類問題的明確答案.但在深入研究過程中,我們會發現,分類器有時不可避免地產生錯誤的結果,這時就要求分類器給出一個最優

2017-12-12 13:03:46 2189

原创决策树实践学习

本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处,请各位大拿多多指点,在此谢过.一、决策树(decision tree)概述1、决策树概念决策树（decision tree）是一个树结构（可以是二叉树或非二叉树）。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存

2017-12-06 18:06:30 905

原创 k-近邻算法实践学习

一、k-近邻算法(k-Nearest Neighbor，KNN)概述1、简言之，k-近邻算法采用测量不同特征值之间的距离方法进行分类。2、工作原理存在一个样本数据集合，也称为训练样本集，且样本集中每个数据都存在标签，也就是众所周知样本集中每一数据与所属分类的对应关系。输入没有标签的新数据以后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数

2017-12-04 22:54:26 637

蓝色之旅的博客