詞向量:
將詞語"嵌入"到乙個n維空間，使得詞語相近的詞語放到相近的位置。
機器翻譯類不類似於矩陣的變換？
谷歌出品的乙個工具word2vec，用於入門。
句向量？段向量？文件向量?
很多事情向量化，可以解決很多問題。
傳統的one-hot 編碼的原來是，有多少個字就有多少個維度.
科[1,0,0,0,0,0,0,0]
學[0,1,0,0,0,0,0,0]
one hot -- >詞向量表(全連線的大矩陣)-->輸出(該詞的矩陣)
embedding層就是one hot 層。
時間序列:每次作**都是乙個序列， 序列每個時間點都有若干個屬性，實際上是乙個矩陣的輸入。
遞迴神經網路(rnn)原理:第一次輸出的結果與第二次輸入進行聯合**得到的二次輸出的結果，第二次與第三次聯合**......不斷遞迴。
長短時遞迴神經網路(lstm)：在傳統的rnn上加入"門"，專門用於解決序列型別的神經網路，lstm是文字領域的王牌。
機器學習演算法學習 1
我從線性 函式 影象以及演算法實踐這幾個方面對logistic regression模型進行表述。正常來說，乙個關於分類的問題可以分成線性可分和線性不可分兩種。還有一種叫非線性可分，難頂 1 線性可分是指能夠使用線性函式正確分類，如在座標軸上y 3的一類，y 3為另一類，那麼y 3就是他們的線性函式...
機器學習之PCA演算法學習
pca全稱principal component analysis，即主成分分析，是一種常用的資料降維方法。它可以通過線性變換將原始資料變換為一組各維度線性無關的表示，以此來提取資料的主要線性分量。其中，z為低維矩陣，x為高維矩陣，w為兩者之間的對映關係。假如我們有二維資料 原始資料有兩個特徵軸 特...
機器學習之整合學習演算法學習筆記
boosting方法是一種將弱學習器提公升為強學習器的演算法。最著名的代表是 adaboost 演算法。它學習過程中，對分類正確的樣本降低了權重，對分類錯誤的樣本公升高權重或保持不變。在演算法中，需要對訓練樣本分佈進行重新調整。有兩種調整方式 重新賦權法 即在訓練的每一輪中，根據樣本分佈為每乙個訓練...