注：题中所指的『机器学习』不包括『深度学习』。本篇文章以理论推导为主，不涉及代码实现。 前些日子定下了未来三年左右的计划，其中很重要的一点是成为...

利用回归预测数值型数据 线性回归 前面讲的都是监督学习中的分类，训练出可以判断样本类别的模型，而回归的目的是预测数值型的目标值，最直接的办法是依...

第二个Topic讲深度学习，承接前面的《浅谈机器学习基础》。 深度学习简介 前面也提到过，机器学习的本质就是寻找最优模型，比如讲语音识别，就是将...

CNN、RNN和LSTM 卷积神经网络（Convolutional Neural Network，CNN） 1984年，日本学者福岛基于感受区域...

本系列第三篇，承接前面的《浅谈机器学习基础》和《浅谈深度学习基础》。 自然语言处理绪论 什么是自然语言处理？ 自然语言处理是研究人与人交际中以及...

层次化的隐马尔可夫模型 在自然语言处理等应用中，由于处理序列具有递归特性，尤其当序列长度比较大时，HMM的复杂度将会急剧增大，因此层次化隐马尔可...

命名实体识别 命名实体的提出源自信息抽取问题，即从报章等非结构化文本中抽取关于公司活动和国防相关活动的结构化信息，而人名、地名、组织机构名、时间...

承接前面的《浅谈机器学习基础》、《浅谈深度学习基础》和《浅谈自然语言处理基础》，主要参考了《解析深度学习:语音识别实践》以及其它相关博客和Wik...

这篇文章的技术难度会低一些，主要是对推荐系统所涉及到的各部分内容进行介绍，以及给出一些推荐系统的常用算法，比起技术，产品色彩会强不少。参考了《长...

这个系列的第六个主题，主要谈一些搜索引擎相关的常见技术。 1995年是搜索引擎商业公司发展的重要起点，《浅谈推荐系统基础》中也讲过，随着互联网上...